百度一镜导出失败大概率因音频或图片格式不兼容，需重转音频为44.1kHz单声道MP3、清理图片ICC/XMP元数据，并清除浏览器缓存后重试。
☞☞☞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☜☜☜
百度一镜数字人视频生成失败，导出环节突然中断，进度条卡在95%不动，或者直接弹出“文件写入异常”提示——这大概率不是模型崩了，而是你上传的音频或图片格式被系统悄悄拒收了。百度一镜虽支持多种格式，但底层解码器对编码参数极其敏感，一个不兼容的MP3头信息、一张带非标准ICC配置的PNG，都可能让整个导出流程在最后一步戛然而止。
检查并重转音频文件
第一步：用播放器右键查看音频属性，确认采样率是否为16kHz、44.1kHz或48kHz；若显示“48000Hz（变比特率）”，这就是隐患源头。
第二步：打开命令行，执行以下转换命令（确保已安装ffmpeg）：
ffmpeg -i input.mp3 -ar 44100 -ac 1 -c:a libmp3lame -q:a 2 output.mp3
第三步：替换原文件重新上传。注意【必须删除原文件再上传新文件，不能仅覆盖同名文件】，否则WebUI缓存仍会调用旧文件头信息。
验证图片是否含隐藏元数据冲突
方法一：用Photoshop打开→「文件」→「导出」→「存储为Web所用格式（旧版）」→保存为JPEG，品质设为90，取消勾选“嵌入颜色配置文件”。
方法二：命令行批量清理（Linux/macOS）：
convert input.png -strip output.jpg
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
方法三：Windows用户可直接用画图打开→另存为JPEG→关闭所有高级选项。这一步看似简单，但【PNG或TIFF中携带的XMP/EXIF/ICC数据常触发HeyGem系解码器报错，而界面不会明示】。
强制刷新导出队列缓存
① 在百度一镜WebUI界面，点击右上角头像→「清除本地缓存」→确认执行；
② 关闭浏览器所有标签页，彻底退出Chrome或Edge进程（任务管理器中杀掉全部chrome.exe）；
③ 重新打开浏览器，访问https://yijing.baidu.com，登录后**不要立即上传**，先等待页面底部状态栏显示“服务就绪”再操作；
④ 上传已处理好的音频与图片，点击生成，导出时全程勿切屏、勿锁屏、勿运行其他GPU密集型程序。
