花生AI可将本地录音自动转为带画面字幕的视频：上传MP3/WAV/M4A/AAC格式音频（≤120分钟、≤1GB）→选音色并开启自动生成字幕与智能画面匹配→校验分镜并替换素材类型→生成下载1080P无水印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☜☜☜
把电脑里录好的历史解说、人物口播或知识类音频直接变成带画面、字幕和背景音乐的完整视频，不用重新写稿、不用手动对轨、不用找素材——花生AI支持上传本地录音文件后全自动成片。
确认录音文件格式与大小
打开花生AI官网（https://www.huasheng.cn），用B站账号登录。确保你的电脑录音是MP3、WAV、M4A或AAC格式，时长不超过120分钟，单文件体积≤1GB。【超过120分钟的音频会被截断，且无法分段续传】
常见错误：用手机语音备忘录直录的AMR格式、微信语音导出的SILK格式，花生AI不识别。必须先转成MP3——这一步不能跳过，否则上传后提示“格式不支持”却找不到原因。
上传音频并启动智能匹配
点击首页「音频生成视频」→ 拖入已转好格式的录音文件 → 等待上传完成（网速快时10秒内）→ 自动进入「音色选择」页。
这里有两个关键动作：第一，选公共音色（如“沉稳历史男声”“知性科普女声”）；第二，勾选「自动生成字幕」和「智能匹配画面」。不要点「模板套用」，它会强制套固定节奏，反而破坏你原录音的语义停顿。
注意：如果你提前在必剪或花生AI里克隆过自己的音色，此处可直接调用。但【克隆音色仅用于配音重录，不能替代原始录音】——上传的是你本人录的音，AI只负责配画和加字幕，不会重读。
校验分镜与微调画面
系统会在30秒内完成语义分镜，生成带时间码的分镜列表。此时画面尚未渲染，你有唯一一次修改机会：
① 快速扫一眼每条分镜对应的原文片段，确认是否切在合理停顿处（比如没把“公元前221年”硬生生劈成“公元前”和“221年”）；
② 点击某一分镜右侧的「替换素材」图标，手动指定画面类型：选“MG动画”适合讲制度演变、数据对比；选“实景素材”适合文物特写、遗址航拍；选“图文卡”适合年代轴、人物关系图；
③ 对含具体年份、数字、专有名词的分镜，点击「锁定文字」按钮——这能防止AI在渲染时把“秦始皇三十七年”误识别为“秦始皇三十七岁”。
这一步做完立刻点右上角「生成视频」，后台开始合成，无需等待页面刷新。
导出与下载成片
约2～3分钟后，页面弹出「生成完成」提示，预览无误即点击「下载MP4」。默认1080P、无水印、含嵌入式字幕轨道。
若需上传B站，点击「一键投稿」，自动跳转至B站发布页，标题、简介、分区可编辑，封面建议另用必剪补一张。
