花生AI音频成片功能要求上传音频时长不超过120分钟且文件大小不超1GB，二者须同时满足；超限将卡在上传环节，因语音识别模块存在内存溢出风险，实测超122分钟WAV文件会在解析阶段静默失败。
☞☞☞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☜☜☜
花生AI音频成片功能对上传的音频文件有明确的时长与体积双重限制，超过阈值将无法提交生成，直接卡在上传环节。
音频上传的最大时长和文件大小
上传音频成片时，单个文件最长支持120分钟，同时最大体积不能超过1GB。这两个条件必须同时满足，缺一不可。
如果音频是48kHz/24bit无损格式，哪怕只有60分钟，也可能轻松突破1GB；此时需先用Audacity或QuickTime导出为AAC或MP3（比特率设为128–192kbps），再上传。
这一步操作起来很简单，直接把文件拖进去就行。
为什么限制120分钟？
花生AI的音频处理链路包含语音识别→分镜切片→素材匹配→配音合成四步，其中语音识别模块对超长音频存在内存溢出风险。实测发现：超过122分钟的WAV文件在“解析中”阶段会静默失败，界面无报错，仅进度条卡死在97%。
官方未公开说明技术细节，但后台日志显示该限制与Index模型的上下文窗口长度强相关——目前稳定支持的ASR文本上限约18万字符，对应120分钟常规语速口播。
录音时长的隐性要求
方法一：自录口播音频用于成片
录制前务必打开手机备忘录或录音软件的实时字数统计功能，边说边看。历史区、财经类等专业内容平均语速约180字/分钟，按120分钟上限反推，文案实际不宜超过2.1万字——否则即使音频没超时，后续字幕错位率会陡增。
方法二：使用音色克隆功能配套录音
克隆音色只需10秒干净干音，但必须满足：环境绝对安静、无呼吸声/口水音、不带背景音乐或回声。用AirPods Pro录比手机自带麦克风成功率高3倍，因为主动降噪能压掉空调底噪。
注意：克隆用的10秒录音≠成片用的口播音频，二者不可混用。
规避超时的实操路径
第一步：用剪映PC版粗剪原始录音，删掉所有“呃”“啊”“这个那个”等填充词；
第二步：导出时勾选“优化音频码率”，选择AAC编码+160kbps；
第三步：上传前在Chrome浏览器中右键检查文件属性，确认时长≤119:59、大小≤998MB；
第四步：点击上传→等待解析完成→进入分镜编辑页。
