讯飞智作可在网页端5分钟内生成真人感强、口型同步的数字人口播视频：先登录进入ai演播室，可选预设形象、上传1分钟视频定制分身或用证件照建模；再选音色、调情绪、复刻声音；输入文案（每段≤80字），智能润色后3分钟内生成并下载mp4。
☞☞☞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☜☜☜
想快速制作一条真人感强、语调自然的数字人口播视频，不用出镜、不拍素材、不剪辑，只要输入文字就能生成带口型同步的讲解视频——讯飞智作能直接在网页端完成整套流程。
登录并进入AI演播室
打开讯飞智作官网（xunfeizhizuo.xfyun.cn），使用讯飞账号登录；首页点击【AI演播室】入口，进入虚拟制作界面。
未注册用户需先用手机号完成注册，【必须实名认证才能使用数字人形象定制和声音复刻功能】。
选择或创建数字人形象
方法一：直接选用预设形象
在“形象库”中浏览“商务”“教育”“新闻”等分类，点击任一形象右侧【立即使用】，3秒加载完成。
方法二：上传视频定制分身
点击【我的数字人】→【新建分身】→上传一段1分钟内、正面清晰、光线均匀的真人说话视频→系统自动提取特征→5分钟内生成专属数字人。注意：视频中请勿戴口罩、墨镜或频繁转头。
方法三：使用照片生成轻量形象
点击【照片建模】，上传一张正脸免冠证件照（JPG/PNG，≥800×1200像素），勾选“启用口型驱动”，等待约90秒即可预览基础形象。
配置配音方案
第一步：在右侧音频设置栏点击【选择发音人】
从“讯飞星火音色”“新闻主播”“知性女声”“沉稳男声”等20+音库中挑选匹配人设的声音。
第二步：开启情感调节开关
拖动“情绪强度”滑块设定语气倾向（如“亲切讲解”建议调至60%，“产品发布”可拉到85%），系统会自动调整语速、停顿与重音。
第三步：如需复刻本人声音，点击【声音复刻】→上传3分钟以上无背景音的干声录音→提交后等待审核与合成，成功后该音色将出现在发音人列表顶部。
输入并优化口播文案
在中央文本框中粘贴或手动输入口播内容，支持中文、英文及中英混排。
每段文字建议控制在80字以内，超过则系统自动拆分镜头；若需强调关键词，用【】标注，AI会自动加重语气并配合微表情变化。
点击【智能润色】按钮，可一键优化口语化表达，比如把“该技术具有如下优势”改成“这个技术有三个特别实用的优点”。
生成并导出视频
确认形象、声音、文案无误后，点击右上角【生成视频】按钮。
1分钟以内视频通常在【3分钟内完成渲染】，进度条旁实时显示预计剩余时间；生成完成后自动跳转至预览页，支持逐帧检查口型同步精度。
点击【下载】→选择MP4格式（1080P/720P）→保存到本地；如需二次编辑，可勾选【导出带透明通道的PNG序列帧】选项。
