# 视频解说（标准版）
AI创的视频解说生成工具，能够基于您提供的原始短剧视频和创作指令，一键生成带有 AI 配音和定制字幕的全新营销或解说类视频。您可以选择让 AI 自动创作解说文案，或使用自己的文本，并灵活配置配音音色、字幕样式、视觉包装等元素，高效地批量生产高质量的二次创作视频。
本篇开发指南将引导您：
- 理解解说视频生成的工作流程与核心优势。
- 掌握如何通过各项参数，精细化地控制解说词、配音、字幕与视觉风格。
## 效果预览
通过解说视频生成工具，您可以将一组短剧视频作为输入，快速生成带有 AI 配音和解说字幕的二次创作视频。
|输入的原始视频|输出的解说视频|
|---|---|
|[解说视频生成\-\-智能处理\-火山引擎\.mp4](/api/attach/视频解说/解说视频生成--智能处理-火山引擎.mp4)
[解说视频生成\-\-智能处理\-火山引擎\(1\)\.mp4](/api/attach/视频解说/解说视频生成--智能处理-火山引擎(1).mp4)
|[解说视频生成\-\-智能处理\-火山引擎\(2\)\.mp4](/api/attach/视频解说/解说视频生成--智能处理-火山引擎(2).mp4)
|
## 进阶使用
您可以通过在提交解说视频生成任务时配置不同的参数，实现更丰富的创作效果。
### 自定义解说词
您可以通过以下两种方式控制解说词：
- **AI 自动生成**：设置解说模式为AI生成，并可通过 style, text\_length 等参数影响 AI 的创作风格和长度。
- **使用自定义文案**：设置解说模式为自定义文案，需提供您自己的解说文案。
### 自定义 AI **配音音色**
通过 speaker\_config\.voice\_type 参数，您可以为 AI 配音选择不同的音色。下表详细介绍了各款预置音色的性别和风格特点。
|音色|性别|风格特点|
|---|---|---|
|云枫|男声|自信激昂，富有感染力，充满能量感与深度。|
|云健|男声|音色深沉，风格休闲，兼具专业感与亲和力。|
|云泽|男声|音色深沉，沉稳自信，风格正式、严肃。|
|云野|男声|声音成熟放松，情感丰富多变。|
|云希|男声|声音活泼阳光，情感表现力强，富有活力。|
|云逸|男声|音色温柔，风格休闲友好，语调平静亲切。|
|云杰|男声|自信干练，音色温暖，兼具专业感与亲和力，值得信赖。|
|晓晓|女声|声音活泼温暖，情感丰富，风格百搭多变。|
|晓辰|女声|风格休闲放松，音色自然、真实。|
|晓涵|女声|音色温暖甜美，情感饱满。|
|晓墨|女声|音色清晰放松，情感表现力和角色塑造能力强。|
### 调整 AI 配音语速与节奏
为了让解说更具吸引力，您可以通过以下参数精细控制配音的节奏感：
- 解说语速：控制配音语速。取值范围为 \[0\.5, 2\.0\]，数值越大语速越快。默认值为 1\.0。在短视频等快节奏场景下，略微加快语速能有效抓住观众注意力。推荐将此值设置为 1\.1 或 1\.2，以达到听感更佳、信息密度更高的效果。
- 停顿时长：控制配音的句间停顿时长，单位为毫秒。默认为 120。通过调整此参数，您可以改变解说的节奏，较大的值会使句子间停顿更明显，节奏更舒缓。
### 自定义解说字幕样式
通过自定义解说字幕设置，您可以精细化控制新生成的解说字幕的样式，包括字体、大小、颜色、位置、描边等。
### 擦除原视频字幕
如果您的原始视频包含内嵌的硬字幕，为了避免新生成的解说字幕与其重叠，造成画面杂乱，您可以使用字幕擦除功能。
- 擦除原视频字幕：设置为启用即可开启字幕擦除功能，当前仅支持通用擦除模式，在效果和效率之间取得了良好平衡。
### 单任务批量生成多个解说视频
使用批量生成解说视频功能，您可以基于同一次剧本还原的结果，一次性生成多个版本的解说视频，适用于需要多样化素材的场景。
### 生成带“短剧三要素”的解说视频
对于竖屏视频，您可以通过短剧三要素功能，为解说视频一键添加“短剧三要素”（如剧名、提示语等），这通常能有效提升营销视频的吸引力。AI创提供 5 个预设的视觉模板：
## 参考信息
### 使用限制
|限制项|说明|
|---|---|
|剧本还原的输入视频限制|- **视频来源**：支持公网 HTTP/HTTPS URL、本地上传。
- **支持格式**：mp4, flv, ts, avi, mov, wmv, mkv 等主流视频格式，暂不支持 HLS \(M3U8\) 格式。
- **数量与时长限制**：
- 单次任务支持传入 1 到 100 个视频文件。
- 单个视频时长不超过 120 分钟。
- 所有视频累计总时长不超过 90 分钟。
- **分辨率限制**：输入视频的宽高必须保持一致。
- **内容要求**：
- 适用于**真人实拍的短剧、长剧、电影**等以人物对话和情节发展为核心的视频内容。不适用于**动画、纪录片、广告、直播录屏**等缺乏连贯真人剧情或人脸识别线索的视频。
- 视频必须包含清晰的**内嵌字幕（硬字幕）**。|
|解说词限制|自定义解说词或 AI 生成解说词的期望长度均不得超过 5000 字符。|