返回首页

HaoQingAi 智能视频制作向导

一站式视频制作解决方案，从文案到发布，轻松完成

文案

声音

数字人

字幕

素材

背景音乐

视频关键词

封面

发布

第一步：创建文案内容

输入视频链接提取内容或直接编写文案

视频链接 (可选):

启用语音转文字

文案内容:

AI文案优化

优化模式:

默认改写使用同类型改写，保持原意但改变表达方式自定义改写使用自定义提示词进行改写不改写直接使用原始文案，跳过AI优化

输出语言:

文案预览

当前文案

文案内容将在这里显示...

字数: 0 预计时长: 0秒

第二步：选择声音配置

选择云端声音克隆或本地语音合成

云端声音生成

使用SiliconFlow进行声音克隆，支持上传参考音频

高质量、自然度高、支持声音克隆

本地声音生成

使用本地语音合成引擎，快速生成

速度快、离线可用、预设音色

云端声音克隆配置

API配置

▼

声音克隆 ▼

点击展开/折叠

声音设置

选择音色:

语音速率: 1.0x

本地语音合成配置

语音合成

声音类型:

语速: 1.0x

音调: 1.0x

音频处理

启用降噪处理

音量标准化

输出格式:

音频预览

第三步：数字人视频合成

选择数字人引擎和角色，生成数字人视频

选择数字人引擎

HeyGem 数字人检查中...

基于 Gradio 的高质量数字人服务，支持角色训练

高质量支持训练面部超分

TTONNX 免训练数字人检查中...

基于 ONNX 的快速数字人推理，无需训练即可使用

免训练快速推理低显存

检查中...

数字人角色

已保存角色

暂无保存的角色

添加新角色

角色名称:

角色视频:

支持MP4格式，建议使用正面说话的视频

合成配置

使用原始分辨率和帧率不勾选则使用720P和24帧提高推理速度

使用GFPGAN面部超分开启后会慢，但脸部更清晰

推理批次: 越大越快，但可能爆显存

分辨率缩放: 0表示不缩放，0.5表示降低一半

视频合成

选择角色:

音频来源:

使用第二步生成的音频选择本地音频文件

已生成音频:

请先在第二步生成音频

本地音频:

选择驱动视频或已缓存模型

TTONNX 免训练模式：可以选择已缓存的模型快速合成，或上传新视频

视频来源:

使用已缓存模型（推荐，速度快）上传新视频（需要提取人脸特征）

选择已缓存模型: 选择已缓存的模型可以跳过人脸特征提取，直接进行合成

驱动视频:

支持MP4格式，建议使用正面说话的视频，视频中需要有清晰的人脸

模型名称: 给模型起一个容易识别的名字，方便后续选择

预处理会转换视频为25fps并提取人脸特征，后续合成更快

已缓存模型列表

TTONNX 合成

音频来源:

使用第二步生成的音频选择本地音频文件

已生成音频:

请先在第二步生成音频

本地音频:

TuiliONNX 合成配置

批处理大小: 越大速度越快，但需要更多显存。RTX 4070 推荐使用 4-8

音画同步偏移:

0 帧

正值：音频提前；负值：音频延后。如果嘴型不同步可调整此值

遮罩比例调整:

高度 (scale_h): 1.6

宽度 (scale_w): 3.6

如果脸颊左右有遮罩痕迹，可适当调大这两个值

压缩视频进行推理勾选后会先压缩视频再推理，可加快速度但可能降低质量

第四步：字幕样式设计

设计字幕样式，生成ASS字幕文件

效果预览

视频分辨率:

示例字幕文本

720×1280 缩放: 100%

字幕内容

时间偏移 0.2秒

语速 1.00x

字幕比语音慢→增加偏移；字幕比语音快→减少偏移

合成视频

未选择视频

效果预设:

进场方式:

位置:

边距: 50px

字体:

字号: 48px

样式: 粗体斜体

文字

背景

描边

背景透明: 0%

描边宽度: 2

发光强度: 2

关键词高亮

第五步：关键词素材插入

根据字幕关键词自动插入对应图片素材

插入配置

图片大小 0.6

底部边距 180px

淡入淡出 0.3s

第六步：添加背景音乐

为您的视频添加背景音乐（可选）

选择背景音乐

不添加背景音乐

正在加载背景音乐列表...

当前选择

尚未选择背景音乐

音量设置

背景音乐音量:

20%

建议设置为10%-30%，避免盖过人声

输入视频

请先完成前面步骤生成视频

合成结果

合成后的视频将在这里显示

第七步：提取视频关键词

基于文案内容，AI自动提取适合短视频发布的关键词标签

文案内容

                                    请先在第一步输入文案内容
                                

提取结果

关键词（可编辑）: 每个关键词前加#号，空格分隔

关键词标签:

提取后的关键词标签将显示在这里

手动添加:

快速添加:

#正能量 #干货分享 #人生感悟 #自我提升 #励志 #成长

第八步：设计视频封面

从视频提取帧或上传图片，添加标题文字生成封面

实时预览

请先选择底图

上传图片

提取时间: 秒

封面文字设置

封面标题:

选中文字后点击"加高亮"，或手动用【】包裹文字

字体:

普通字号: 50px

普通文字颜色:

描边颜色:

高亮颜色:

高亮字号: 70px

描边粗细: 4px

文字位置:

装饰图片＋添加装饰

暂无装饰图片，点击上方按钮添加

第九步：项目总览与发布

查看制作成果，下载或发布视频到第三方平台

成果预览

视频预览

封面图:

封面预览

关键词:

未设置关键词

项目信息

文案: 未设置

音频: 未生成

数字人视频: 未生成

字幕视频: 未生成

素材合成: 未合成

BGM合成: 未合成

关键词: 未提取

封面: 未生成

下载成果

发布到第三方平台

需要先启动Chrome调试模式，然后在浏览器中登录各平台

Chrome 调试模式: 未启动

平台登录状态:

抖音

未登录

视频号

未登录

小红书

未登录

快手

未登录

B站

未登录

百家号

未登录

发布标题: 选择发布平台:

抖音视频号小红书快手 B站百家号

输出目录

所有生成的文件都保存在 result 目录中

result/audio - 音频文件

result/digital_human - 数字人视频

result/subtitle - 字幕视频

result/material - 素材合成视频

result/bgm - BGM合成视频

result/cover - 封面图片