视频制作
用户可以使用MetaStudio控制台首页的“分身视频制作”功能，制作数字人视频。
操作前准备
如果系统预置形象不满足要求，请参考形象制作，提前定制符合要求的分身数字人形象。
操作限制
- MetaStudio控制台预置形象的有效使用期为3年，在2027年的年中前可放心使用。具体下线时间请关注MetaStudio服务，会提前3个月在现网开放下线公告。
- 视频制作限制，如视频制作限制所示。
操作步骤
- 在“工作台”界面，单击“分身视频制作”下方的“开始创建”。
进入视频制作界面，界面详情如视频制作界面说明-图1所示。操作说明如下所示：
- 视频素材区域，除了系统预置素材外，角色还可以自定义新增分身数字人，背景、PPT、贴图、视频和音乐还可以从本地导入使用。
- 从视频素材区域添加到画布区域中的PPT、贴图、视频和数字人支持进行图层管理，如：上移一层
、下移一层
、置顶
、置底
、应用到全局
、删除
等。还支持设置大小，拖动位置。 - 可以单击画布区域上方的图标
，切换视频画面比例为横屏“16:9”或竖屏“9:16”。 - Flexus分身数字人左上角会有
标识。未带有
标识的数字人均为标准版形象。
需注意Flexus视频制作和标准版视频制作分开计费，从各自的套餐包中扣除费用。
- Flexus视频制作：必须使用Flexus形象，声音使用不受限制。
- 按视频制作时长计费，计费项为“Flexus分身数字人视频制作”，详见计费说明。
- 系统声音和Flexus声音免费使用。第三方声音的计费方式，详见购买出门问问语音合成套餐包。
- 标准版视频制作：必须使用标准版形象，声音不支持使用Flexus声音。
- 按视频制作时长计费，计费项为“分身数字人视频制作”，详见计费说明。
- 系统声音免费使用。第三方声音的计费方式，详见购买出门问问语音合成套餐包。
- Flexus视频制作：必须使用Flexus形象，声音使用不受限制。
- 画布制作完成后，再制作语音。
支持下述2种方式生成语音。每个场景仅支持选择一种音频生成方式。
- 文本驱动
在文本输入框中，输入文本内容，以生成音频，如图1所示。
文本示例：今天是9月26日，星期二，天气晴朗，欢迎大家到访。我们精心布置了现场，室内摆放了各类植物和鲜花，场地宽敞明亮，足够大家在室内共同交流和活动。
文本内容的操作说明如表1所示。
表1 操作说明 操作
说明
插入停顿
将鼠标放在需要停顿的文字右侧，单击“插入停顿”。在弹出的提示框中，选择“换气”或者停顿的时间，也支持自定义停顿时长。
连读
选中需要连读的文本内容，单击“连读”。
多音字
选中文本中的多音字，单击“多音字”，在弹出的提示框中，选择正确的发音或者自定义发音。
须知：这里设置的多音字，仅对当前视频草稿有效，如需全局生效，可参考配置特殊词表配置。
别名
选中需要通过别名播报的文本内容 ，单击“别名”，设置为实际播报的内容。
须知：这里设置的别名，仅对当前视频草稿有效，如需全局生效，可参考配置特殊词表配置。
数字英文
示例数字“1024”的读法如下所示：
- 数字：一零二四
- 数值：一千零二十四
- 日期：十月二十四
- 电话：幺零二四
示例英文“API”的读法如下所示：
- 字母：API
- 单词：api
音标
选中英文单词，输入合适的音标。
局部语速
选中需要变速播报的文本，设置局部语速。
取值范围[0.5x，2x]，含义如下所示：
- 0.5x：0.5倍速播报，即减速播报。
- 2x：2倍速播报，即加速播报。
全局语速
设置全局语速。
取值范围[0.5x，2x]，含义如下所示：
- 0.5x：0.5倍速播报，即减速播报。
- 2x：2倍速播报，即加速播报。
音色设置
单击音色名称，在弹出的声音对话框中，选择需要的声音。
- 无标注的系统声音，均为免费声音，可直接选用。
- 标注有“第三方”的声音，需要购买激活后才能使用，操作请参考购买出门问问声音套餐。
- 带有
标识的为Flexus声音，仅支持搭配Flexus数字人使用。如果视频为标准版形象，不支持选择Flexus声音进行视频合成。
试听
单击“试听”，试听语音效果。
图标单击
图标，放大展示“文本驱动”页签，提升用户操作体验。单击“确定”，可关闭页面。
图标调整视频播报的音量。
图标单击图标可开启字幕展示，并可在画布左侧设置字幕的字体、大小和位置等。
“音频驱动”方式目前仅支持中文普通话的场景开启字幕。
图标展示当前视频的宽高比。
图标第一次单击可折叠“文本驱动/视频驱动”，第二次单击后恢复展示。
- 音频驱动
需从本地上传已录制好的音频。音频文件格式需要为WAV、MP3或M4A，大小不能超过100M。
可单击“导入”上传音频，也可以直接拖拽本地音频文件至提示区域中，完成上传。单击左侧的
图标，可试听音频效果。如果音频效果不佳，可以单击“导入”，覆盖更新音频。图2 音频驱动
- 文本驱动
- 音频制作完成后，可单击音量图标，调整音频的音量。
上述操作全部完成后，第一个场景的视频内容已制作完成。
- 如果还需要制作更多场景，可单击“场景”区域的“+”图标，新增场景。制作过程参考第一个场景即可。
如果视频内容是分享PPT，可在“PPT”页签，先从本地导入PPT，再插入需要分享的PPT页，详情请参见PPT。每页PPT会对应生成一个场景，依次设置完成所有场景即可。
- 所有场景设置完成后，单击界面右上角的“合成视频”，弹出“合成设置”对话框。
参数设置说明如下所示：
- 分辨率：根据实际情况，选择视频的分辨率。
- 导出为：输入导出文件的名称。
- 画质增强：开启后将提升视频清晰度，合成时间相应变长。请根据实际情况确定是否开启。
- 单击“确定”，弹出“视频制作任务中心”对话框。
可查看视频合成任务的进度，直至合成成功。
- 单击“合成成功”状态右侧的
图标，进入视频详情页面，如图3所示。
