投石 AI 數(shù)字人創(chuàng)作平臺(tái)，是一套由南京投石智能系統(tǒng)有限公司自主研發(fā)，全流程、專業(yè)化、高效率的 AI 視頻創(chuàng)作系統(tǒng)。平臺(tái)以數(shù)字人驅(qū)動(dòng)、AI 語音合成、智能文案生成、精準(zhǔn)視頻合成、專業(yè)級后期處理與一站式發(fā)布為核心能力，無需專業(yè)剪輯基礎(chǔ)，即可從 0 到 1 完成高質(zhì)量數(shù)字人視頻制作，滿足個(gè)人創(chuàng)作、企業(yè)宣傳、知識(shí)科普、內(nèi)容帶貨等多場景視頻生產(chǎn)需求，實(shí)現(xiàn)創(chuàng)作更簡單、成片更專業(yè)、分發(fā)更高效。  

       首頁作為平臺(tái)控制臺(tái)，兼顧狀態(tài)監(jiān)控與快捷操作，清晰展示核心功能模塊，讓創(chuàng)作啟動(dòng)一步到位。

• 功能模塊入口：8 大核心功能以卡片式布局呈現(xiàn)，點(diǎn)擊按鈕直接進(jìn)入對應(yīng)模塊，操作路徑極簡。

• 系統(tǒng)狀態(tài)提示：右上角顯示服務(wù)連接狀態(tài)，底部運(yùn)行日志實(shí)時(shí)記錄操作與處理進(jìn)度，保障創(chuàng)作流程穩(wěn)定可追溯。

 

       數(shù)字人生成模塊支持從正臉照片便捷創(chuàng)建 AI 數(shù)字人，打造個(gè)性化視覺形象。

• 創(chuàng)建數(shù)字人：上傳清晰正面人臉照片，輸入數(shù)字人名稱，點(diǎn)擊「創(chuàng)建數(shù)字人」即可生成專屬 AI 形象。

• 素材管理：右側(cè)「我的數(shù)字人」列表展示已創(chuàng)建形象，支持刷新列表、刪除選中素材，方便管理與復(fù)用。

• 支持格式：兼容 JPG、PNG、WEBP 等主流圖片格式，確保上傳便捷。

 

       聲音克隆模塊基于 F5-TTS 引擎，實(shí)現(xiàn)高還原度聲音克隆與語音合成。

• 聲音克隆：上傳 3-10 秒清晰參考音頻，輸入音頻對應(yīng)文字（支持自動(dòng)識(shí)別），命名后點(diǎn)擊「開始克隆」，即可復(fù)刻指定人聲特征。

• 音色管理：右側(cè)「我的聲音」列表展示已克隆音色，支持刷新、刪除操作，方便后續(xù)創(chuàng)作調(diào)用。

• 技術(shù)參數(shù)：輸出 24kHz 采樣率 WAV 格式音頻，音質(zhì)清晰自然，適配視頻創(chuàng)作需求。

       文案生成模塊提供智能生成與編輯能力，降低文案創(chuàng)作門檻。

• 智能生成：輸入視頻主題、選擇文案風(fēng)格（如口播種草、帶貨直播等）、設(shè)置視頻時(shí)長與目標(biāo)人群，點(diǎn)擊「一鍵生成文案」，快速產(chǎn)出適配短視頻的優(yōu)質(zhì)內(nèi)容。

• 靈活編輯：生成結(jié)果可直接復(fù)制，或點(diǎn)擊「用于視頻創(chuàng)作」一鍵帶入合成環(huán)節(jié)，支持手動(dòng)修改完善。

• 支持模型：集成 DeepSeek、通義千問等主流AI模型，兼容 OpenAI API，保障文案質(zhì)量與多樣性。

 

       自動(dòng)創(chuàng)作模塊將素材一體化融合，實(shí)現(xiàn)數(shù)字人視頻一鍵生成。

• 生成模式：支持「圖片驅(qū)動(dòng)」「視頻驅(qū)動(dòng)」兩種模式，適配不同素材類型。

• 素材選擇：從已創(chuàng)建的數(shù)字人、聲音列表中選擇對應(yīng)素材，可隨時(shí)刷新更新素材。

• 文案輸入：粘貼或輸入目標(biāo)文案，系統(tǒng)自動(dòng)預(yù)估時(shí)長，支持清空或直接發(fā)送到后期處理。

• 視頻生成：點(diǎn)擊「開始生成視頻」，依托 LatentSync 與 Sonic 引擎實(shí)現(xiàn)精準(zhǔn)口型同步與自然動(dòng)作驅(qū)動(dòng)，右側(cè)「已生成的視頻」列表實(shí)時(shí)展示成果，支持播放、后期處理、下載、刪除操作。

• 技術(shù)參數(shù)：輸出1080p25fps 幀率視頻，畫面流暢穩(wěn)定。

 

       后期模塊提供全維度視頻美化能力，快速提升成片質(zhì)感。

• 基礎(chǔ)設(shè)置：選擇待處理視頻（支持本地上傳或從已生成列表選擇），預(yù)設(shè)字幕樣式（如經(jīng)典白字 - 黑邊陰影）。

• 音頻處理：添加平臺(tái)內(nèi)置 BGM 或上傳自定義音頻，調(diào)節(jié)音量比例，支持智能混音平衡人聲與背景音。

• 效果疊加：

  轉(zhuǎn)場：添加淡入淡出轉(zhuǎn)場，實(shí)現(xiàn)視頻開頭結(jié)尾漸變過渡。

  水印：添加自定義文字水印（如「投石 AI」），選擇位置與樣式。

• 畫中畫：啟用后疊加小窗視頻，支持位置（四角 / 居中）、大小（10%-50%）調(diào)節(jié)，搭載火山引擎智能摳圖技術(shù)，自動(dòng)去除背景并添加白色描邊，可選擇小窗人聲作為音頻源。

• 畫面調(diào)色：調(diào)節(jié)亮度、對比度、飽和度（范圍 - 100~+100），優(yōu)化視覺效果。

• 成果管理：處理后視頻展示在「已處理視頻」列表，支持下載、刪除操作。

 

       文案提取模塊支持從主流視頻平臺(tái)基于鏈接提取視頻文案，高效復(fù)用優(yōu)質(zhì)內(nèi)容。

• 鏈接提取：粘貼抖音、小紅書、B 站、快手等平臺(tái)視頻鏈接，點(diǎn)擊「提取文案」，自動(dòng)識(shí)別并輸出視頻文本內(nèi)容。

• 文案優(yōu)化：支持一鍵改寫、敏感詞檢測、一鍵修復(fù)、法務(wù)審核，確保文案合規(guī)且適配自身創(chuàng)作。

• 快捷復(fù)用：提取結(jié)果可直接復(fù)制，或點(diǎn)擊「用于視頻創(chuàng)作」帶入合成環(huán)節(jié)。

 

       一鍵追爆模塊助力高效挖掘爆款內(nèi)容，提升創(chuàng)作命中率。

• 批量獲取：粘貼抖音博主主頁鏈接，登錄平臺(tái)后點(diǎn)擊「一鍵獲取視頻列表」，可批量獲取博主視頻（默認(rèn)最多 50 條），支持按點(diǎn)贊數(shù)排序篩選優(yōu)質(zhì)內(nèi)容。

• 文案提取：選擇目標(biāo)視頻后，點(diǎn)擊「提取文案」或「一鍵提取全部文案」，批量導(dǎo)出視頻文本。

• 爆款分析：點(diǎn)擊「分析爆款規(guī)律」，挖掘熱門文案的結(jié)構(gòu)、風(fēng)格與流量邏輯，輔助自身創(chuàng)作。

• 成果復(fù)用：提取的文案可直接復(fù)制或用于創(chuàng)作，支持導(dǎo)出保存。

 

       一鍵發(fā)布模塊打通創(chuàng)作與分發(fā)閉環(huán)，實(shí)現(xiàn)一站式內(nèi)容發(fā)布。

• 視頻選擇：瀏覽或選擇待發(fā)布視頻，支持「自動(dòng)生成封面和標(biāo)題」，快速完成素材準(zhǔn)備。

• 內(nèi)容配置：

• 標(biāo)題：手動(dòng)輸入或自動(dòng)生成，支持重新生成。

• 標(biāo)簽：用逗號(hào)分隔添加視頻標(biāo)簽，提升平臺(tái)推薦。

• 描述：選填視頻描述，補(bǔ)充內(nèi)容信息。

• 多平臺(tái)發(fā)布：支持抖音、快手、B 站、小紅書等主流平臺(tái)，點(diǎn)擊「登錄」完成賬號(hào)授權(quán)后，勾選目標(biāo)平臺(tái)，點(diǎn)擊「一鍵發(fā)布」即可同步分發(fā)，支持定時(shí)發(fā)布功能。

• 封面管理：可重新生成封面或上傳自定義封面，優(yōu)化視覺吸引力。