长文案口播视频生成
人物图 + 口播文案 + 音频（可选）= 口播视频
上传人物图
上传商品图
商品名称 / 卖点（可选，用于识别哪一段在介绍该商品）
口播文案
音色参考音频（可选，不选则保留原音色）
高级设置
画面比例
9:16 竖屏
16:9 横屏
1:1 方形
3:4
4:3
自适应
语速（字/秒）
每段最长（秒，应用上限 15）
合并目标（秒，建议 ≤14）
解析文案并分段
开始生成
待开始
下载视频