讯飞智作可在3分钟内将文字稿生成带数字人、多情感表达的成品视频；需登录官网进入AI演播室，粘贴800字内文案，设中文与产品介绍场景，选商务类公共形象或上传正脸照定制分身，插入停顿标记并标注关键句情感，最后选1080p输出导出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☜☜☜
你需要快速制作一段专业的产品讲解口播视频，但没有出镜人员、不会剪辑、也没有配音设备——讯飞智作能用一段文字稿，在3分钟内生成带数字人形象、自然语调、多情感表达的成品视频，全程无需安装软件或学习建模。
准备讲解文案与基础设定
打开讯飞智作官网（xfzuo.xfyun.cn），登录账号后进入【AI演播室】。这一步不能跳过，未登录状态下无法调用音库和形象资源。
在文本输入框中粘贴你的产品讲解稿，建议控制在800字以内；超过1200字将触发自动分段，可能导致语义断裂或情感衔接生硬。
点击右上角“设置”→选择【语种】为中文（简体），【场景】选“产品介绍”，系统会自动匹配偏理性、清晰、略带亲和力的语音风格。若选错为“儿童故事”或“新闻播报”，后续无法在生成中实时切换，必须重输文案。
挑选并配置数字人形象
方法一：直接选用公共形象
在“形象库”中下拉筛选“商务”“科技感”“女性/男性”等标签，点击任一形象（如“小雅-商务蓝”）即可预览。该形象已预置微表情节奏和口型同步逻辑，无需额外调试。
方法二：启用标准形象定制
点击【上传照片】→上传一张正脸、光线均匀、无遮挡的半身照（JPG/PNG，≤5MB）→等待约90秒→系统自动生成专属数字分身。注意：【照片中人物需双眼睁开、嘴角自然，闭眼或侧脸会导致口型驱动失败】。
方法三：调用已有的精品声音复刻模型
若你此前已录制过3分钟以上清晰人声样本并完成复刻，此处可勾选“使用我的声音”，系统将强制绑定该音色与当前所选形象——此操作不可逆，换形象后声音仍沿用原复刻模型。
调整语音细节与生成视频
第一步：在文本中插入语音标记
把光标放在需要强调的词前，点击工具栏“停顿”图标→选择“中停”；在技术参数后加“
第二步：开启多情感调节
选中“支持多情感”开关，再对关键句手动标注情感倾向，例如：“这款芯片的能效比提升【47%】”→选中“47%”→点击“强调”按钮；“它彻底改变了行业规则”→选中整句→设为“自信”情感。未标注部分默认使用“平稳”模式，不额外消耗渲染时间。
第三步：确认输出规格
分辨率选1080p，帧率设30fps，背景选“纯色渐变”或“科技粒子”，点击【立即生成】。后台开始合成，进度条显示“正在生成：产品讲解 · 智能芯片专场 | 进度 100% 合成完成”，典型耗时2分17秒至3分04秒。
生成完成后，页面自动跳转至预览界面，点击【导出MP4】下载本地文件。导出按钮仅出现一次，关闭页面后需重新生成才能再次下载。
