上传多张图片 → AI 生成口播文案 → 火山 TTS 配音 → ffmpeg 拼接成片。计费仅 TTS 0.005 元/千字。
3-10 张图片为佳。可拖拽调整顺序,决定视频段落次序。
已使用 -am_16k 集群官方音色({{ speakerId }}),上游网关验证可用。
-am_16k
克隆音色需先在「语音合成」页完成训练,再把 timbre_id 复制到此处。