配音、字幕、畫面、背景音樂全部自動生成。豎屏橫屏都能匯出，附帶 SRT 字幕和封面圖。 出片後哪個畫面不滿意，可以單獨換掉那一個。
開始生成，前 3 條免費下面每一支影片都是這個工具真實生成的，沒有剪輯、沒有挑選，輸入內容原樣列在卡片裡。
AI 自己寫分鏡文案、挑關鍵詞、配畫面。適合日更賬號快速起量。
自動抓取正文並改寫成口播稿。做資訊、科普、書摘類賬號很省事。
提煉要點成口播稿，文件裡的數字會自動畫成圖表畫面，不是配張無關的圖。
AI 一個字都不改，只負責配畫面、配音、打字幕。 你的語氣、你的梗、你的專業措辭全部原樣保留。
常見用法：
稿子長也沒關係 —— 會自動斷句、一句一個畫面， 做三五分鐘的中長影片同樣能用，不是隻能做 30 秒。
上傳一段人聲錄音，自動識別成字幕， 並按每句話的實際時長去配對應的畫面 —— 你說到哪，畫面就跟到哪。 原聲完整保留，不會被 AI 配音頂掉。
常見用法：
想露聲不露臉的人最常用這一個： 不用出鏡、不用剪輯，錄完直接出片，字幕還自動對齊。
傳一首歌，就是一支 MV。上傳單曲的 MP3 或 WAV，會識別出歌詞並打成字幕， 再按每句歌詞的意思配畫面。前奏和間奏沒有歌詞的部分會自動分段換畫面， 不會一個鏡頭僵在那兒迴圈。原曲完整保留。
很多工具只是把按鈕翻譯一遍。這裡是介面、文案語種、配音音色三者一起對齊 —— 你給日文選題，出來就是日文稿子配日文音色，字幕也用日文字形渲染。下面是其中四種語言的介面，另外還支援西班牙語、葡萄牙語、法語、德語、印尼語、印地語、泰語和阿拉伯語（阿拉伯語介面從右到左排版）。
| 你輸入的語言 | 文案 | 配音 | 字幕字形 |
|---|---|---|---|
| 中文 | 中文 | 中文音色（8 個） | Noto Sans CJK SC |
| English | English | 英/美/澳音色（12 個） | 拉丁字形 |
| 日本語 | 日本語 | 日語音色（2 個） | Noto Sans CJK JP |
選的音色念不了稿子的語種時會自動換成對應語言的音色 —— 不會出現「英文聲音念日文」這種念不出來的情況。
從素材庫挑一條替換指定分鏡，其餘畫面原樣保留，不會整條重新洗牌。 下面是同一支影片換素材前後的真實對比。
點圖可看大圖
逐畫素比對：第 1 鏡差異 0.0、第 3 鏡 2.4（影片編碼噪聲）， 只有被指定的第 2 鏡換掉了。
會列出每個分鏡當前用的畫面縮圖。
從分類素材庫裡挑一條替換。
只有你換的那一鏡變，配音、字幕、其他畫面全部保持原樣。
44 個音色，覆蓋 12 種語言，可試聽後再選。
字號、顏色、位置可調，也可以關掉。
按每句話的意思檢索正版相簿，不是套模板。
按內容情緒自動選曲，也可以手動指定風格。
單獨下載，釋出到各平臺時可單獨上傳。
自動抽幀，直接當影片縮圖用。
畫幅支援豎屏 9:16、橫屏 16:9，可以一次同時匯出兩個版本。
畫面來自正版授權相簿的真實素材， 不是逐幀 AI 生成的。所以：
✅ 適合：口播講解、清單科普、資訊複述、不露臉賬號、文件轉影片、 講稿與課件轉影片、三五分鐘的中長內容
❌ 不適合：需要特定虛構場景、角色一致性、電影級運鏡的內容
短影片通常一分鐘以內。長稿會久一些 —— 時長主要取決於分鏡數量。
介面有簡體中文、繁體中文、日文、英文、西班牙語、葡萄牙語、法語、德語、印尼語、印地語、泰語、阿拉伯語 12 種。文案語種跟著你的內容走， 配音音色和字幕字形也會一起對齊。
不會。選「我的文案」時一個字都不動，AI 只負責配畫面、配音和字幕。
可以。上傳錄音後原聲完整保留，不會被 AI 配音頂掉，字幕按每句話的 實際時長自動對齊。
可以。上傳單曲的 MP3 或 WAV，會識別歌詞打成字幕，再按歌詞配畫面。 前奏和間奏沒有歌詞的部分會自動分段換畫面。
不是。用的是正版授權相簿的真實素材，按每句話的意思檢索匹配。
可以只替換那一個分鏡，其餘畫面、配音和字幕原樣保留，不用整條重做。
MP4，豎屏 9:16 和橫屏 16:9 都能匯出，還附帶 SRT 字幕檔案和封面圖， 抖音、TikTok、YouTube Shorts、Reels 都能直接發。
出片後不滿意的片段可以單獨替換，不用整條重做。
一鍵圖文成片