豆包app免费用户可一键生成带音画字幕的口播视频：粘贴文案→选风格比例→配音→开字幕→生成，全程无需剪辑或配音；支持音频生视频及指令式零素材成片，所有功能免费、不限时长、不压缩画质。
☞☞☞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☜☜☜
你想把一段写好的文案直接变成带声音、画面、字幕、背景音乐的口播视频，不用开剪映、不找配音员、不挑素材图，全程在豆包App里点几下就出片——这完全可行，而且当前所有功能都对免费用户开放，无需会员、不限时长、不压缩画质。
用文字脚本一键生成口播视频
第一步：打开豆包App（v7.2.0及以上），登录账号后，在首页顶部搜索框输入“AI视频生成”或直接点击【图文成片】入口（部分版本显示为“创作工坊”）。
第二步：粘贴你的口播文案。建议控制在200字以内，语句要有画面感和节奏感，例如：“这款保温杯能保热12小时，倒一杯刚烧开的水，6小时后摸杯壁还是温的，老人孩子都能安心用。”避免抽象描述如“产品非常优秀”，AI无法据此生成有效画面。
第三步：选择视频风格与比例。风格可选“实景”“科技感”“手绘”等；比例务必选【9:16竖屏】（适配抖音/小红书）或【16:9横屏】（适配视频号/西瓜视频），选错会导致画面裁切严重。
第四步：点击“更换配音”，从列表中选取音色。免费用户可用“亲切女声”“沉稳男声”“活力青年”三类共8种音色，注意语音语调会随文案标点自动停顿，句号比逗号停顿更长——这是让口播自然的关键，别删掉原文标点。
第五步：开启字幕并确认字体颜色。系统默认开启同步字幕，字体为白色描边，若背景较亮可手动改为黑色描边；【字幕开关必须打开，否则生成视频无文字】。
第六步：点击【生成视频】，等待90秒左右完成合成。预览时注意听语音是否卡顿、画面是否匹配关键词（如文案提到“蓝色包装盒”，画面却出现红色盒子，说明提示词需优化），没问题即可下载MP4。
已有音频文件如何自动配画面
方法一：上传本地录音文件直接成片
进入豆包App → 点击底部【+】→ 选择【视频生成】→ 切换至【音频生视频】模式 → 从手机相册选取已录好的MP3或M4A音频（时长建议≤60秒）→ 系统自动识别语音内容并匹配画面、字幕、BGM → 生成后支持微调画面风格（如把默认“实景”换成“插画风”）→ 下载即可。
方法二：用网页链接导入播客/采访音频
若音频来自网易云、小宇宙或公众号嵌入音频，复制其分享链接 → 在【音频生视频】页面点击“粘贴链接” → 豆包自动抓取音频流并解析文本 → 后续步骤同方法一。注意：仅支持公开可访问链接，私密链接或需登录才能播放的页面无法解析。
用一句话指令零素材生成口播视频
适用场景：你只有模糊想法，还没写文案，比如“想做个教家长怎么检查孩子作业的短视频”。
打开豆包App → 进入【图文成片】→ 在输入框直接写：“生成一条45秒口播视频，主题是‘3个动作让孩子主动交作业’，语气像邻居姐姐聊天，画面用家庭书房实景，配轻快钢琴BGM，字幕同步，9:16竖屏” → 点击生成 → AI会先产出文案，再自动合成视频。这一步生成的文案可编辑，改完再点一次“重新生成视频”即可更新画面。
注意：指令中必须包含【时长+主题+语气+画面要求+BGM倾向+比例】五要素，缺任一都可能导致画面跑偏。例如漏写“9:16”，系统默认按16:9输出，上传抖音会黑边。
