花生AI可一键将音频转为带画面字幕配音的视频，支持120分钟音频自动语义分镜、智能配图、同步字幕与多音色配音，全程无需剪辑软件。
☞☞☞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☜☜☜
想把录好的民间故事、童话或口述历史音频直接变成带画面、字幕和配音的完整视频，不用剪辑软件、不手动配素材，花生AI能一步到位完成——它专为“有声内容→成片”设计，支持最长120分钟的音频输入，且自动按语义切分镜、匹配画面、生成同步字幕。
上传故事音频并启动解析
打开花生AI官网（https://www.huasheng.cn），用B站账号或手机号登录；进入主界面后，点击「上传音频成片」按钮 → 选择你已录好的故事音频文件（MP3/WAV/M4A格式，≤1GB） → 等待上传完成，系统自动开始语音识别与语义分镜。
这一步不能跳过语音识别环节：花生AI必须先将音频转为文字稿，才能进行后续分镜规划和画面匹配。如果录音环境嘈杂、方言浓重或夹杂大量背景音，识别错误率会上升，导致分镜错位——建议提前用Audacity降噪或重录关键段落。
调整分镜与画面类型
识别完成后，页面自动跳转至分镜编辑页，所有分镜按时间顺序排列，每条显示原文片段+预估时长+当前画面类型。
方法一：保留智能匹配结果
点击任一分镜右上角的「自动匹配」图标，系统会根据关键词（如“龙王”“老槐树”“竹篮”）从正版素材库中调取民俗插画、MG动画或实景空镜，优先选用B站历史/人文类合作图库资源。
方法二：手动指定画面来源
对“灶王爷贴窗花”这类具象情节，可点击分镜→「更换画面」→ 选择「本地上传」，拖入你扫描的老年画PDF或手机拍的剪纸照片；注意【单张图片需大于800×600像素，否则导出时模糊】。
方法三：强制统一视觉风格
在顶部工具栏点击「全局设置」→ 勾选「启用民俗MG模板包」→ 所有未指定画面的分镜将统一套用手绘风线稿+淡彩晕染效果，避免“前一秒水墨山水、后一秒实拍庙会”的割裂感。
生成字幕与配音
第一步：确认配音音色
在右侧「声音设置」面板中，选择「公共音色」里的「说书人-男中音」或「童谣女声」；若已用必剪克隆过自己的声音，可直接勾选「我的音色」——这一步决定整支视频的叙事可信度，切勿用机械感强的默认音色讲《白蛇传》。
第二步：校准字幕断句
点击任意分镜下方的字幕轨道，双击某句字幕可手动拆分或合并；重点检查古语助词（如“之乎者也”“哎呀呀”）是否被吞掉或误断——花生AI默认按语义停顿，但民间故事常有拖腔、叹词、拟声词，需人工微调两到三处。
第三步：开启智能对齐
勾选「字幕随语音节奏浮动」，系统会根据实际发音时长动态拉伸字幕停留时间，避免“台词早说完、字幕还挂着”的尴尬；该功能仅在使用克隆音色或公共音色时生效，不可关闭。
导出与本地微调
点击右上角「导出成片」→ 选择分辨率（推荐1080P，适配B站播放）→ 勾选「包含SRT字幕文件」→ 点击「开始渲染」。
渲染耗时约音频时长的1.2倍（例如25分钟故事音频，等待约30分钟），期间可关闭页面，系统后台处理完毕后会短信通知；下载ZIP包解压，内含MP4主视频 + SRT字幕 + 分镜JSON清单（可用于后续批量替换画面）。
如需加片头片尾或调整某段节奏，把MP4拖进必剪APP即可无缝续接——花生AI导出的视频已内置时间码与轨道标记，必剪能自动识别分镜边界，点击某段就能单独变速或加滤镜。
