熊猫宝库

在输入框用通顺的中文写下你想要的画面与声音，描述越具体，成品越生动。建议包含：

• 角色与身份：如「年迈的爷爷」「活泼的小学生」「沉稳的新闻主播」。
• 语气与情绪：温柔、激昂、紧张、慵懒、俏皮……
• 台词 / 对白：直接写出要说的话，可多句分段。
• 背景音与环境：如「钢琴声渐起」「窗外雨声」「人群喧闹」。

台词加上引号、标注说话人，能让语气更自然、不串角色。

底层为火山引擎 seed-audio-1.0 大模型，支持 18 种语言。直接用对应语言书写对白，模型会以该语言的自然语调与发音演绎：

• 中文
• 英文
• 日语
• 韩语
• 西班牙语
• 墨西哥-西班牙语
• 德语
• 法语
• 巴西-葡萄牙语
• 泰语
• 越南语
• 马来语
• 菲律宾语
• 意大利语
• 俄语
• 荷兰语
• 波兰语
• 土耳其语

多语种混合时，在台词前标注说话人（如「英文旁白：…」），语言切换会更自然。

想控制某句台词什么时候开始、说多久，就在这句台词前加方括号时间戳，格式为 [开始秒:结束秒]，系统会按秒精确安排该句的进场与时长：

• 时间戳紧跟在该句台词前面，秒数可带小数（支持 100ms 精度，如 22.1s）。
• 想在整段中间插入某句，先写清前面的环境音，再写时间戳接台词。
• 不写时间戳的台词由模型自动编排顺序，位置不固定。

时间戳只是该句的开始与结束点，前后留出的空档模型会自然填入背景音或环境声。

根据你选择的模式，按需补充素材，让声音更贴合预期：

• 预设音色：点「选择音色」，最多可勾选 3 个官方音色作为参考。
• 图片配声：仅支持 1 张图片（jpg/png/webp，≤10MB），文字里可描述希望画面「如何被讲述」。
• 声音参考：最多选 3 段音频（每条 ≤30 秒，wav/mp3/ogg），并在文字中用 @音频1、@音频2 引用它们。

素材一旦超过数量/大小上限会无法上传，请留意上述限制。

声音参考需在「声音参考」模式下点「开始生成」才会生效，切换到其他模式提交将不使用参考音频。

确认描述与素材后，点底部「生成」按钮即可。

• 账户金币需 ≥ 500 才能生成，否则按钮会提示「金币不足」。
• 单次生成最长 120 秒（约 1~2 分钟出结果），更长内容请分段创作。
• 生成过程中可离开页面，到「作品」里查看历史与状态。

首次生成建议先写 10~30 秒的短内容试听，满意后再加长。

生成完成后，页面下方会直接展示结果卡片，也可点底部「作品」随时回来查看：

• 试听：结果卡片和「作品」页都能直接在线试听，确认效果。
• 下载音频：试听满意后，一键下载 mp3/wav 音频文件。
• 下载字幕：每个作品默认带字幕（.srt），含逐句时间轴，可配合视频剪辑、字幕压制使用。
• 作品页：展示所有历史作品与状态，可随时再次试听、下载、解锁。
• 离开页面：生成过程中可放心退出，到「作品」页查看进度与结果。

字幕在生成时自动开启，无需额外设置；个别极短片段可能无字幕。

我们采用「先生成、后按实结算」的方式，透明可控：

• 完工后按 实际时长 结算，每秒约 16.67 金币，多少秒扣多少秒。
• 余额充足：扣对应金币，音频直接解锁，可下载完整文件。
• 余额不足：只解锁已支付部分秒数的试听片段，剩余部分锁定。
• 充值金币后，到「作品」点击「解锁」，即可补足差价下载完整音频。

生成前留意右上角余额，避免中途因金币不足只能听到片段。