5分钟内用百度一镜生成口播短视频需走对路径：登录yijing.baidu.com进入智能创作工作台，关闭广告弹窗和升级提示后，依次完成输入文案（≤280字）、选择预设数字人、点击立即生成；生成后校验语音准确性和口型同步性，最后下载带字幕的1080p视频。
☞☞☞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☜☜☜
想用百度一镜在5分钟内把一段产品介绍文案变成带字幕、有背景、口型精准的口播短视频，不用注册多个平台、不用调参数、不卡在语音合成环节——关键不是找对工具，而是走对路径。
登录并进入“智能创作”工作台
打开浏览器访问 yijing.baidu.com，使用百度账号一键登录。首页自动跳转至“智能创作”工作台，【必须关闭广告弹窗后才可点击“新建视频”按钮，否则后续步骤无法触发】。若看到“欢迎体验升级版一镜”的浮动提示，直接点右上角×关闭，该提示会遮挡底部操作栏。
输入文案→选数字人→生成视频（三步闭环）
第一步：在“文案输入框”粘贴或手动输入口播内容，字数控制在280字以内；超过300字系统将自动截断，且不提示截断位置。
第二步：点击“选择数字人”，从默认展开的“热门推荐”中任选一个形象——商务男声/知性女声/年轻主播三类已预设好语速、停顿与微表情逻辑，无需额外调节。若点击“全部形象”，需手动筛选“支持中文唇动”的标签，否则生成时会报错“音画不同步”。
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。
第三步：点击“立即生成”，等待12～36秒（取决于文案长度），页面自动跳转至预览页。此时视频已含智能字幕、4K背景虚化、自然眨眼动作，【不要点“重新生成”，该操作会清空当前所有设置并重置为默认模板】。
导出前必须做的两项校验
方法一：拖动进度条逐段听语音，重点检查“数字”“百分比”“英文缩写”是否读错——百度一镜对“iOS”“API”等词默认读作中文发音，需在文案中手动标注拼音，例如写成“iOS（读作‘爱欧斯’）”。
方法二：暂停在口型变化最剧烈的句子（如含“但是”“然而”“特别”等转折词处），放大画面观察上下唇闭合节奏是否与音频波形峰值对齐。若发现延迟，点击右下角“修复口型”按钮，仅需3秒即可重渲染该片段。
确认无误后，点击右上角“下载”→选择“MP4 1080p”→勾选“保留字幕轨道”→开始下载。
