必须将外部音轨导入并绑定到时间轴才能精准匹配配音，操作需在网页版yi.baidu.com的专业模式下完成，支持拖入、手动添加或素材库复用三种方式，并通过帧级拖动对齐音画。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在文心AI中让视频画面精准匹配你已有的配音、旁白或环境音效，必须将外部音轨文件正确导入并绑定到时间轴上，否则系统会默认使用AI生成的语音或静音输出。
确认当前使用的文心AI入口
打开浏览器，访问 https://yi.baidu.com 并登录百度账号；【必须使用网页版 yi.baidu.com，手机App和QQ空间内嵌的“文心一言”暂不支持音轨上传功能】。若看到界面左上角显示“文心一言4.5 Turbo”或“ERNIE X1.1”标识，说明已进入支持多模态编辑的正式版本。
点击顶部导航栏的“创作”→“视频生成”，进入视频工作台。
上传视频并启用专业编辑模式
在“新建项目”页，点击“上传本地视频”，选择你的MP4/MOV素材（注意：分辨率建议不低于720p，时长不超过5分钟）。
上传完成后，页面自动跳转至剪辑界面——此时务必点击右上角的“切换为专业模式”按钮，否则“音轨”面板不可见。
专业模式启用后，时间轴下方会出现独立的“音频轨道”区域，默认显示AI合成的语音轨；该轨道左侧有“+”图标，点击即可展开导入选项。
导入外部音轨的三种方式
方法一：直接拖入WAV/AAC/MP3文件
将你的音轨文件（采样率44.1kHz或48kHz，位深16bit或24bit）从电脑文件夹中拖拽至音频轨道空白处，松手即完成导入。这一步操作起来很简单，直接把文件拖进去就行。
方法二：点击“添加音轨”按钮手动选取
文心AI（Windows）基于文心大模型打造，适用于办公写作、内容创作与知识处理场景。最新版新增“全局AI快捷唤起”“本地文件深度解析2.0”“多任务并行Agent协作”以及“AI表格与PPT自动生成能力”，同时优化长文本理解与代码生成能力，让Windows用户可在任意软件中快速调用AI能力，实现更高效的办公与创作体验。
点击音频轨道左端的“+”→选择“从本地添加”→在弹窗中定位并选中音轨文件→点击“打开”。【注意：若文件格式为FLAC或AIFF，需提前用Audacity等工具转为WAV，否则导入后可能无声】
方法三：从历史项目复用已有音轨
点击“+”→选择“从我的素材库添加”→在弹出面板中筛选“音频”类型→勾选目标音轨→点击“插入到时间轴”。该方式适合已上传过同一段配音且需多次复用的场景。
对齐音画的关键操作
第一步：观察视频主画面中人物开口帧或动作起始点，在时间轴上用鼠标悬停定位到对应秒数（如00:00:03:12）。
第二步：在音频轨道中，找到你刚导入的音轨片段，按住鼠标左键拖动其开头至上述时间点，使波形起始位置与画面动作严格对齐。
第三步：播放预览（空格键），重点听第1秒是否卡准。若存在延迟，微调音轨向左拖动1～3帧（每帧≈0.04秒）；若抢拍，则向右拖动。
第四步：右键点击该音轨片段→选择“设为仅音频输出”→关闭原视频内置音轨（如有）。【此操作不可逆，关闭后原视频声音将完全消失，仅保留你导入的音轨】
