讯飞智作仅在AI演播室的数字人口播视频项目中支持图文混排；需完成形象选择、发音配置、文案输入后，才可于素材编排区上传JPG/PNG图片（≤10MB，≥800×600）和MP4视频（≤30秒，≤50MB），并拖拽缩略图至文案段落后实现穿插。
☞☞☞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☜☜☜
想在讯飞智作中制作一条图文穿插、节奏明快的口播视频，比如用实景花卉照片配合虚拟人讲解春季养护技巧，再切一段真实浇水视频强化可信度——但发现上传后所有图片堆在开头、视频全排在结尾，无法自由穿插。
确认项目类型与入口限制
讯飞智作当前仅在【AI演播室】生成的“数字人口播视频”项目中支持图文混排；PPT转视频、纯音频项目不开放此功能。
进入AI演播室后，必须先完成数字人形象选择、发音人配置、文案输入三步，才能看到右侧“素材编排区”面板。未走完这三步前，该区域始终置灰不可用。
上传图片与视频的格式及尺寸要求
图片：仅接受JPG/PNG，单张≤10MB，分辨率≥800×600，推荐16:9或9:16比例。
视频：仅支持MP4格式，时长≤30秒，大小≤50MB，帧率25fps，H.264编码。⚠️【上传AVI、MOV或带Alpha通道的视频会静默失败，无任何报错提示】
注意：同一项目内最多插入8个媒体素材（含图片+视频），超出数量需删除旧项才能新增。
在时间轴上手动穿插图文素材
第一步：点击右侧“素材编排区”→【添加图片】或【添加视频】，分别上传所需文件。
第二步：上传完成后，所有素材以缩略图形式出现在下方轨道，初始顺序按上传时间排列，但可拖拽重排。
第三步：将鼠标悬停在某张图片缩略图右下角，出现「插入到第X段后」浮层提示；点击即可将其精准插入至对应文案段落之后——例如文案共5段，想让第2张图出现在第3段讲解结束时，就点第3段右侧的插入按钮。
第四步：视频同理，但需注意：视频插入位置必须与前后文案段落保持至少0.5秒间隔，否则系统自动合并为连续播放，失去“穿插”效果。
调整图文与口播的同步节奏
方法一：点击某张图片缩略图→左侧弹出设置栏→拖动“显示时长”滑块（默认3秒，可调1～8秒）。
方法二：选中已插入的视频→点击【剪辑】图标→可裁剪起止时间，但不可变速；若原始视频过长，建议提前用剪映截取关键3～5秒片段再上传。
方法三：在文案段落末尾添加【停顿】标记，例如“请观察叶片状态【停顿:2s】”，AI会在此处强制静音并停留，此时正好衔接下一张图或视频。
