图片、视频、音乐、声音、数字人与 PPT

本教程迁自此前整理的飞书全功能教程，原整理日期为 2026 年 10 月 17 日，迁入日期为 2026 年 10 月 28 日。功能入口、模型、权限及费用以当前站点实际配置为准；历史模式和未开放功能会在正文说明。截图中的示例账号与参数仅用于说明。

十、图片、视频、音乐、声音、数字人与 PPT

（一）、图片生成、编辑与视频生成

1.先完成“模型管理”中绘画／视频模型，再维护业务展示；

绘画管理中的预设、推荐、词库、分类与推荐描述用于辅助填写；视频管理的全局配置、预设、风格与词库作用类似。配置推荐内容不能代替模型渠道接入。

2.在前台“AI创作”选择图片生成或视频生成；

核对模型、比例、风格及参考素材入口。图片的局部编辑、文字识别和参考图，视频的首尾帧、多参考与时长等，以当前选中模型支持为准。

3.检查报价、生成状态、我的创作和下载；

需要 MJ 专门配置时，在“绘画模型”的 MJ 配置与扣费中维护，不能与通用图片渠道混填。后台按不同生成链路查询对应记录，再追踪统一任务与归档。

图解：绘画管理

本图编号定位：1. 保存；2. 扩写模型预设；3. 自动翻译提示词。

图解：视频管理

本图编号定位：1. 保存；2. 名称；3. 描述；4. 名称；5. 描述；6. 名称；7. 描述；8. 名称；9. 描述；10. 名称。

本图编号定位：1. 描述；2. 名称；3. 描述；4. 名称；5. 描述；6. 名称；7. 描述；8. 名称；9. 描述。

图解：MJ配置与扣费

本图编号定位：1. 图片反代地址；2. 保存设置。

（二）、音乐模型、风格、歌词与收费

1.在“模型管理 → 音乐模型”接入实际通道；

使用当前供应商支持的模型、地址和凭据。后台“音乐扣费配置”分别核对歌词、音乐及上传相关费用，会员可用次数独立确认。

2.维护音乐风格和歌词内容；

分类及示例帮助普通用户选择，但不会改变上游能力。上传、延展等操作仅在当前通道支持并对前台开放时说明。

3.核对超时与任务记录；

现有 musicTimeoutMs 字段虽然名字带 ms，当前超时逻辑按分钟计算，从任务 updatedAt 起算，空或0按5分钟回退。不同版本上传会员免费配置有新旧键差异，保存后必须以前台实际报价和读取结果核对，不能仅凭旧字段名判断生效。

4.从前台“更多 → 音乐生成”检查试听和下载；

确认歌词、风格、音频文件及历史任务一致。广场发布与个人生成记录分开管理。

图解：音乐模型

本图编号定位：1. 查询；2. 添加key；3. 编辑。

图解：新增音乐模型

填写音乐供应商信息和真实模型标识，确认接口能力后保存；会员免费策略和普通用户扣费在单独的收费标签中检查。

本图编号定位：1. 自定义模型名称；2. 指定代理地址；3. 模型显示排序；4. 调用轮询权重；5. API Key；6. 确认新增。

图解：音乐扣费配置

分别核对普通用户与会员策略，避免只修改一个免费开关。超时时间的实际单位按本节解释填写。

本图编号定位：1. 单次消耗算力；2. 会员免费次数；3. 单次消耗算力；4. 会员免费次数；5. 单次消耗算力；6. 会员免费次数；7. 超时时间（分钟）；8. 会员类型；9. 保存设置。

（三）、音色、合成、克隆与识别

1.接入“音色模型”，再到“素材中心 → 音色管理”维护资源；

公共、系统和用户音色分开查询。核对资源状态、所属用户、供应商音色标识和支持操作，不要只凭展示名推断可用于所有模型。

2.配置已开放能力的费用和会员次数；

文字转语音、声音克隆、音色设计、语音识别属于不同操作，应逐项核对。用户上传录音应符合该入口的格式和时长要求。

3.从前台“更多 → 声音克隆”等实际入口验证；

先检查资源处理完成与可用状态，再做合成试听；失败时按任务和供应商结果排查，不要把“已上传”当作“克隆已完成”。

图解：音色模型

本图编号定位：1. 查询；2. 添加音色模型；3. 编辑。

图解：音色管理

本图编号定位：1. 创建克隆音色；2. 创建设计音色；3. 查询。

图解：数字人与用户音色

本图编号定位：1. 查询；2. 编辑。

（四）、数字人市场、克隆和作品合成

1.进入“模型管理 → 数字人模型”，配置接口及三类收费；

数字人克隆、声音克隆按次；作品合成按秒。会员次数中的 -1 在此业务表示无限，不要推广为所有表单通用规则。配置读取失败时先重新加载，不要用空值覆盖。

2.在对应数字人管理页面维护市场资源与示例；

数字人市场、声音市场、用户克隆和合成作品分别核对。市场展示素材与上游真实可调用资源需要对应。

3.按“选数字人和声音 → 填内容 → 核对时长费用 → 合成”的顺序验收；

后台查看作品状态、失败原因与可下载文件。若本站当前未公开独立数字人菜单，先确认导航及版本，不给用户提供不存在的入口。

图解：数字人模型

本图编号定位：1. 刷新配置；2. 编辑。

图解：数字人计费编辑

数字人各任务类型可能使用不同收费项，逐项核对后保存；不要把一次克隆的价格与每次作品合成的价格混为一项。

本图编号定位：1. 代理地址；2. 模型key；3. 单次消耗算力；4. 会员类型；5. 会员免费；6. 会员每日可用次数；7. 单次消耗算力；8. 会员类型；9. 会员免费；10. 会员每日可用次数；11. 每秒消耗算力；12. 会员类型。

本图编号定位：1. 会员免费；2. 会员每日可用次数；3. 保存。

（五）、PPT、文档与思维导图

1.在“模型管理 → PPT模型”完成接入与扣费；

大纲、生成、文章和编辑费用分开配置，并核对会员次数；推荐配置负责模板或展示内容。

2.从前台“更多 → AI-PPT”检查主题、大纲及模板选择；

先确认内容结构，再生成并编辑；检查我的作品、收藏与最终下载文件。生成成功不代表所有模板或导出格式都已开放。

3.文档与思维导图按本站当前开放入口核对；

这类功能在部分旧创作入口仍有页面和历史任务。主工作台可通过对话或 Work 产出相应内容，但不能把旧专用菜单当作新版固定入口。独立文档／导图入口保留时，还需核对模型、任务详情与导出结果。

图解：PPT模型

本图编号定位：1. 查询；2. 添加key；3. 编辑。

图解：新增PPT模型

填写 PPT 供应商配置并保存，再到扣费配置检查用户实际消耗；供应商凭据和对外展示名称分别填写。

本图编号定位：1. 自定义模型名称；2. 模型显示排序；3. 调用轮询权重；4. 指定代理地址；5. AccessToken；6. 确认新增。

图解：PPT扣费配置

本图编号定位：1. 单次消耗算力；2. 会员免费次数；3. 单次消耗算力；4. 会员免费次数；5. 单次消耗算力；6. 会员免费次数；7. 超时时间（分钟）；8. 会员类型；9. 保存设置。

PPT推荐主题逐字段图解

图解：逐条维护 PPT 推荐主题标题

进入“运营管理 → 推荐与展示 → 推荐配置”，确认页面内容为“推荐主题配置”。按页面顺序逐条填写推荐主题的标题，当前界面提供10个标题输入位置。

图中编号：1 保存；2 标题；3 标题；4 标题；5 标题；6 标题；7 标题；8 标题；9 标题；10 标题。

图中编号：1 标题。

标题应写成用户能够直接理解和选择的主题，例如明确的汇报或方案主题。核对全部标题后点击上方“保存”，重新打开本页检查内容。此页实际对应 PPT 推荐主题；模板资源、生成模型、费用和会员次数仍在各自配置页维护。对应前台入口未开放时，后台保存成功只能证明设置已保存，仍需待入口开放后核对用户展示。

公共音色与市场逐字段图解

图解：创建平台公共设计音色

进入“素材中心 → 音色管理 → 公共音色”，点击“创建设计音色”。填写音色名称，选择支持该能力的语音模型，填写音色描述和试听文本。

图中编号：1 音色名称；2 语音模型；3 音色描述；4 试听文本；5 语速；6 语调；7 音量；8 情绪；9 英文规范化；10 创建。

按模型能力设置语速、语调、音量、情绪及英文规范化。模型列表和可选参数以当前部署为准，图中默认模型仅展示当前界面。确认供应商支持后再点击“创建”；创建会提交实际音色任务，完成后查询状态、供应商标识并试听。教程采集未提交创建。

图解：创建平台公共克隆音色

点击“创建克隆音色”，填写名称、语音模型、描述、试听文本及声音参数，再选择克隆音频。当前后台提示支持 mp3、wav、m4a，建议10秒以上清晰人声。

图中编号：1 音色名称；2 语音模型；3 音色描述；4 试听文本；5 语速；6 语调；7 音量；8 情绪；9 英文规范化；10 创建。

选择自己有使用授权的录音，避免杂音和多个人同时说话。核对模型支持的格式、时长及文件大小后再点“创建”；该后台提示与前台短剧克隆表单的限制分别查看。创建后检查任务结果及试听，不要只按音色名称认定可用于任意模型。

图解：查看供应商系统音色

切换“系统音色”，先选择供应商，再选择语音模型，按 voice_id、名称、语言和描述寻找适用音色。

图中编号：1 先选供应商；2 再选对应语音模型；3 内置音色为查看与试听用途。

系统音色由供应商随当前模型提供，此页仅支持查看和试听。切换模型后需要重新确认可用目录；公共音色与系统内置音色不是同一份资源。

图解：维护声音市场展示资料

切换“声音市场”，点击“新增声音”。设置是否发布和会员类型，填写名称，上传封面与音频，补充标签和说明。

图中编号：1 是否发布；2 会员类型；3 名称；4 封面；5 音频；6 点击上传；7 标签；8 说明；9 确定。

确认音频可访问且试听正常，再点击“确定”。市场展示条目与供应商克隆音色ID是不同对象；发布市场条目不会自动完成一次音色克隆。

图解：维护数字人市场展示资料

切换“数字人市场”，点击“新增数字人”。设置是否发布和会员类型，填写名称，上传封面与视频，补充标签和说明。

图中编号：1 是否发布；2 会员类型；3 名称；4 封面；5 视频；6 点击上传；7 标签；8 说明；9 确定。

核对视频播放、封面与适用会员后点击“确定”。保存后在列表重新查询并检查发布状态；实际前台入口是否开放还要按本站客户端检查。

数字人示例与轮播逐字段图解

图解：逐组配置数字人示例视频

进入“运营管理 → 推荐与展示 → 示例配置”，选择“示例视频”。按组填写标题，上传或更换该组封面图，再填写视频地址或点击“点击上传”选择本地视频。每组标题、封面和地址需对应同一个示例。

图中编号：1 保存；2 示例视频；3 标题；4 封面图；5 地址；6 点击上传；7 标题；8 封面图；9 地址。

检查全部组后点击页面上方“保存”。保存后重新打开本页核对内容，并在实际开放的对应前台页面检查封面能显示、视频能播放。封面图用于展示，视频地址用于播放，不能只上传封面就认为视频已配置完成。示例展示与用户数字人生成任务分别核对，不会因保存示例就生成新作品。

图解：逐组配置示例音频

在同一“示例配置”页切换“示例音频”。分别填写每组标题和音频地址；使用本地文件时，点击该组的“点击上传”，等待上传返回地址。

图中编号：1 保存；2 示例音频；3 标题；4 地址；5 点击上传；6 标题；7 地址。

先试听核对标题与音频内容，再点击页面上方“保存”。重新进入本页检查地址仍在，并在对应前台核对实际播放。该页维护演示音频，与公共音色、用户克隆音色及语音合成模型各自维护；上传音频不会自动把它注册成可调用音色。

图解：逐组配置对应页面的轮播图

在“推荐与展示”切换“轮播图”，逐组上传图片，填写标题和跳转地址。先核对当前入口所属页面，再维护各组内容。

图中编号：1 保存；2 图片；3 标题；4 跳转地址；5 图片；6 标题；7 跳转地址。

图片、标题和链接应成组匹配。保存后重新进入本页核对，再在实际开放页面检查图片尺寸、顺序及点击跳转。此处与网站首页、普通对话及 MJ 页面各自的轮播配置分别维护；不要用一个入口的保存结果推断所有页面都会同步变更。

音乐绘画视频风格逐字段图解

图解：添加音乐风格

进入“素材中心 → 风格与提示词 → 音乐资源 → 风格管理”，点击“添加内容”，填写便于理解的风格名称。

图中编号：1 名称；2 确定。

点击“确定”后按名称查询。音乐风格与歌词是两个资源入口；风格名称用于选取风格，不能代替完整歌词。

图解：添加歌词资源

在“音乐资源”切换“歌词管理”，点击“添加内容”。填写名称，再把实际歌词写入“内容”。

图中编号：1 名称；2 内容；3 确定。

检查歌词分段、语言和使用授权，确认后保存并重新查询名称。是否能在前台选取取决于对应音乐入口是否开放，后台有资源不等于前台已经开放音乐生成。

图解：先建立绘画词库分类

在“绘画词库 → 词库分类”点击“添加字典分类”。弹窗标题为“添加咒语分类”。先选分类级别，若为二级，再选父级；随后选择分类类型，填写分类名称。

图中编号：1 分类级别；2 父级；3 分类类型；4 分类名称；5 确定。

核对级别、父级和普通／风格等类型后点击“确定”。父级决定分类所在目录，类型决定所属词库用途；保存后回列表检查两者。

图解：添加绘画词条及英文内容

切回“绘画词库 → 词库管理”，点击“添加字典”。选择分类，填写字典名称和字典英译，上传字典图片；“翻译”是当前表单提供的辅助按钮。

图中编号：1 分类；2 字典名称；3 字典英译；4 字典图片；5 确定。

核对英文内容表达是否准确，图片能否显示，再点击“确定”。回列表检查名称、英文翻译、类型和分类，避免只改中文展示名而遗漏实际引用的英文词。

图解：添加视频风格

进入“视频资源 → 风格管理”，点击“添加风格”。填写风格名并上传风格图片。

图中编号：1 风格名；2 风格图片；3 确定。

图片用来识别风格，确认预览正常后点“确定”。保存后按名称查询；风格资源不会自动改变视频模型参数。

图解：添加视频词库分类

在“视频资源 → 词库分类”点击“添加字典分类”，依次检查分类级别、父级、分类类型和分类名称。

图中编号：1 分类级别；2 父级；3 分类类型；4 分类名称；5 确定。

保存前核对当前位于视频资源，不要把绘画词库中的分类当成已在视频词库维护。保存后检查本页层级与类型。

图解：添加视频词条

在“视频资源 → 词库管理”点击“添加字典”，选择分类，填写名称、英文翻译和图片。

图中编号：1 分类；2 字典名称；3 字典英译；4 字典图片；5 确定。

点击“确定”后按名称查询，检查分类和英文内容。视频模型可用参数仍以该模型当前支持范围为准。

图解：新增视觉风格

切换“视觉风格”，点击“新增风格”。当前弹窗标题为“新增小说风格”；填写风格名称、风格描述和封面图片。

图中编号：1 风格名称；2 风格描述；3 封面图片；4 确定。

检查封面能显示、描述能帮助用户理解效果，再点击“确定”。保存后在本页查询；不要因为弹窗沿用“小说”名称就误到其他入口维护。