花生AI可将干净口播音频一键生成带字幕、画面和背景音乐的视频：上传音频→自动识别分镜→校正专有名词→选画面风格→配音色字幕→加背景音乐→导出发布。
☞☞☞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☜☜☜
把一段历史人物口播录音快速变成带字幕、画面和背景音乐的完整视频，不用剪辑软件、不手动对时间轴，花生AI能直接用音频驱动成片——前提是音频干净、语速稳定、无长时间停顿或环境杂音。
上传并识别口播音频
打开花生AI官网（https://www.huasheng.cn），用B站账号一键登录；进入首页后点击【音频生成视频】按钮。
点击“上传音频”区域，拖入你的口播文件（支持MP3/WAV/M4A，时长建议≤10分钟）；上传后系统自动开始语音识别与语义分镜，通常30秒内完成。
【音频必须是单声道、人声清晰、无背景音乐或回声】。双声道立体声会导致识别错乱，空调声、键盘敲击声会触发无效分镜，这类音频需先用Audacity降噪再上传。
校验并修正AI生成的分镜脚本
识别完成后，页面自动跳转至分镜编辑页，左侧显示按语义切分的句子列表，每句附带起止时间码；右侧预览对应画面。
逐句检查：重点看年份、人名、地名、数字是否识别准确——比如“建元三年”误识为“建元三月”，“敦煌郡”写成“敦皇郡”，必须立刻点开该句→点击文字框手动修改。
这一步不能跳过。花生AI的语音识别准确率约92%，但历史类稿件中专有名词错误率显著升高，未修正将直接导致字幕出错、画面匹配偏移。
确认无误后，点击右上角【下一步：选择画面风格】。
指定画面来源与风格模板
方法一：使用智能匹配（推荐新手）
在“画面来源”栏选择【AI智能匹配】，系统根据每句语义自动从千万级素材库中选图/视频片段——讲“张骞出使西域”会配驼队行进镜头，讲“青铜器铭文”则调出拓片特写动画。
方法二：锁定MG动画风格（适合知识类口播）
勾选【MG动画】开关，所有分镜统一转为扁平化矢量动效，文字弹出+图标浮现+进度条示意，特别适配考古、制度史等抽象内容。
方法三：插入本地实拍素材（需会员）
点击某一分镜右下角【替换素材】→【上传本地文件】，可插入你已有的遗址实拍、文物特写或手绘示意图；注意单文件不超过200MB，且必须为横屏16:9比例。
配置音色与字幕
第一步：选择配音音色
在音色面板中，可直接选用内置的「历史解说-沉稳男声」或「女性学者-清晰女声」等40+公共音色；若想统一全系列音色，点【音色克隆】→上传10秒干音样本→等待15秒生成专属声线。
第二步：调整字幕样式
默认字幕居中、黑底白字、动态浮现；如需适配古风视频，可点击【字幕设置】→将字体改为“思源宋体”、颜色调为“赭石色”、出现方式选“淡入+底部滑入”。
第三步：添加背景音乐
点击【背景音乐】→搜索“古琴”“大漠”“学术”等关键词→拖动音量滑块至-22dB（确保不压过人声）→勾选【淡入淡出】。
导出最终视频
点击右上角【导出视频】→选择分辨率（免费版仅支持720P，会员可选1080P无水印）→填写视频标题（将用于B站自动发布）→点击【立即生成】。
等待1～2分钟，进度条走完后，页面弹出下载按钮；同时可勾选【同步发布到B站】，自动带封面、标题、标签上传至你的账号。
