使用说明 返回

AI 任务平台 · 使用说明

本文档详细介绍 AI 任务平台各功能模块的使用方法，帮助您快速上手字幕分析、语音处理、图像生成、视频编辑等 AI 能力。

平台概览

目录

一、账号与登录

1.1 登录

访问平台首页后，系统会自动跳转到登录页面。

  1. 在登录页输入 用户名 和 密码
  2. 点击「登录」按钮即可进入平台
  3. 若连续输错密码，可能会触发图形验证码（注册时使用）

登录页面

1.2 注册

如果没有账号，可在登录页点击「立即注册」：

  1. 填写用户名、邮箱、密码
  2. 输入图形验证码
  3. 提交后即可获得新账号（初始积分由管理员配置）

1.3 修改密码与登出

登录后，点击右上角用户名下拉菜单：

二、仪表盘

仪表盘是登录后的默认首页，提供个人任务概览。

仪表盘

功能说明

区域 内容
顶部统计卡片 总任务数、已完成、进行中、本月消耗积分
最近任务表 显示最近提交的任务，包含 ID、类型、状态、消耗积分、提交时间
操作 点击「详情」可跳转到任务详情页；点击「查看全部」进入任务记录

提示：仪表盘仅显示您自己提交的任务，不包含其他用户的数据。

三、任务记录

「任务记录」页面列出您提交过的所有任务，支持按状态筛选。

操作步骤

  1. 在左侧菜单点击「任务记录」
  2. 顶部可按状态筛选：全部 / 等待中 / 进行中 / 已完成 / 失败
  3. 表格显示任务 ID、类型、状态、消耗积分、提交时间、完成时间
  4. 点击「详情」按钮查看任务详情

任务详情页

任务详情页包含三个标签页：

取消任务：处于「等待中」或「进行中」的任务可点击「取消任务」按钮取消，取消后积分会自动退回。

四、积分明细

「积分明细」页面展示您的积分账户情况。

积分明细

功能说明

积分在任务提交时扣除，任务失败或取消时自动退回。

五、高光类工具

5.1 封面设计

「封面设计」是一个浏览器端工具，用于为竖屏视频制作带文字标题的封面图，支持自定义字体、颜色、描边、阴影等效果。

封面设计

操作步骤

  1. 上传背景图片：在左侧预览区点击或拖拽上传一张竖屏图片（JPG/PNG/WebP）
  2. 设置主标题（必填）：
  3. 输入标题文字
  4. 选择字体（阿里巴巴普惠体、阿里妈妈方圆体、刀隶体、东方大楷等）
  5. 调整字号、颜色、描边色、描边宽、阴影色
  6. 设置每行字数（控制自动换行）和垂直偏移位置
  7. 设置副标题（可选）：与主标题类似，可设置不同字体和样式
  8. 预览与下载：右侧实时预览效果，点击「下载封面」导出 PNG 图片

模板管理

模板仅保存字体、字号、颜色等排版参数，不包含标题文字内容。

5.2 高光定位

「高光定位」通过三步流程，从 SRT 字幕文件中提取视频高光片段，辅助视频剪辑。

高光定位

操作步骤

第一步：字幕导入

  1. 点击「导入字幕」按钮
  2. 选择剪映导出的 SRT 字幕文件
  3. 系统自动解析并显示字幕列表，左侧面板显示每条字幕的序号、时间、时长、文本

第二步：字幕优化

  1. 点击「字幕优化」按钮
  2. 系统调用 AI 模型合并相邻字幕并恢复标点符号
  3. 优化结果显示在中间面板
  4. 在底部设置「目标时长（秒）」，例如 60 秒（即希望最终高光片段总时长约 60 秒）

第三步：高光切片定位

  1. 点击「开始分析」按钮
  2. 系统调用大模型分析字幕内容，提取高光片段
  3. 结果显示在右侧面板，不同切片用不同颜色区分
  4. 点击「显示切片方案」可查看完整的切片方案（包含序号范围、时间范围、时长、内容）
  5. 点击「复制方案」可将切片方案复制到剪贴板

高级功能

5.3 高光切片

「高光切片」是基于「高光定位」结果的视频剪辑工具，可对竖屏视频进行语音识别、字幕匹配、自动切片。

高光切片

操作步骤

  1. 上传视频：在左侧素材区点击或拖拽上传一段竖屏视频
  2. 语音识别：
  3. 点击「开始识别」对视频进行 ASR 语音识别
  4. 识别完成后显示字幕文本
  5. 字幕匹配：将识别的字幕与高光定位结果匹配
  6. 一键剪辑：点击「一键剪辑」按钮自动完成视频切片
  7. 导出：处理完成后可下载或预览切片结果

重要提示：视频处理过程中请勿关闭或刷新页面，也不要切换页签，以免处理中断。

六、音频工具

6.1 ASR 语音识别

「ASR 语音识别」将音频文件转换为文本，支持生成 SRT 字幕格式。

ASR语音识别

操作步骤

  1. 上传音频文件（支持 wav、mp3、m4a 等常见格式）
  2. 勾选「生成字幕（SRT格式）」选项（默认开启）
  3. 点击「开始识别」
  4. 等待处理完成，结果区域显示：
  5. 识别文本：纯文本结果
  6. 字幕内容（SRT）：带时间戳的字幕格式
  7. 点击「下载文本」或「下载字幕」获取结果文件

限制：音频时长限制为 10 分钟，超过部分将自动截断。任务提交后可离开页面，稍后在「任务记录」查看结果。

6.2 TTS 语音合成

「TTS 语音合成」将文本转换为语音，支持多种预设音色和语音包。

TTS语音合成

操作步骤

  1. 选择音色：从下拉菜单选择语音包或预设音色
  2. 输入文本：在文本框中输入要合成的文字（最多 1000 字符）
  3. 点击「开始合成」
  4. 处理完成后，结果区域显示音频播放器和下载按钮
  5. 可在线试听或下载 WAV 音频文件

限制：文本长度限制为 1000 字符，超出部分会被截断。

6.3 SVC 语音克隆

「SVC 语音克隆」基于参考音频克隆音色，合成目标文本的语音。

SVC语音克隆

操作步骤

  1. 上传参考音频：上传一段包含人声的音频（用于克隆音色，最长 60 秒）
  2. 参考音频对应文本（可选）：填写参考音频对应的文字，留空则自动用 ASR 识别
  3. 目标合成文本：输入要用克隆音色合成的文字
  4. 高级参数（可选，点击展开）：
  5. 语音风格描述：如「温柔的女声」「欢快的男声」
  6. 扩散步数：10-50，默认 20（步数越多质量越好，速度越慢）
  7. CFG 强度：1.0-5.0，默认 3.0
  8. 语速：0.5-2.0，默认 1.0
  9. 修剪开头静音：默认开启
  10. 点击「开始克隆」，等待处理完成后试听/下载

说明：浏览器会自动将音频重采样为 24kHz 单声道 WAV 格式后再提交，无需手动处理。

七、图像工具

7.1 VTON 虚拟试穿

「VTON 虚拟试穿」将指定服装虚拟穿到人像照片上。

VTON虚拟试穿

操作步骤

  1. 上传人像图片：上传包含人物的全身/半身照片，或从下方示例中选择
  2. 上传服装图片：上传要试穿的服装平铺图，或从示例中选择
  3. 选择服装类型（必选）：
  4. upper：上衣
  5. lower：下装
  6. overall：全身（连衣裙、连体裤等）
  7. 高级参数（可选）：
  8. 推理步数（默认 50）
  9. 引导强度（默认 2.5）
  10. 随机种子（-1 为随机）
  11. 图片宽高（默认 384×512）
  12. 重绘背景：勾选后会重新生成背景
  13. 点击「开始试穿」，处理完成后可对比原图与试穿效果，支持下载

提示：人像图片建议使用站姿清晰、光照均匀的照片；服装图片建议使用纯色背景的平铺图。

7.2 T2I 文生图

「T2I 文生图」根据文字提示词生成图片。

T2I文生图

操作步骤

  1. 输入提示词（必填）：描述你想要生成的图片内容
  2. 示例：一只可爱的小狗，在草地上玩耍，阳光明媚，高清照片风格
  3. 设置参数：
  4. 图片高度：256-1536，默认 1024（必须是 8 的倍数）
  5. 图片宽度：256-1536，默认 768（必须是 8 的倍数）
  6. 推理步数：1-50，推荐 4-8 步（步数越多细节越丰富，速度越慢）
  7. 点击「开始生成」
  8. 处理完成后显示生成的图片，可下载

技巧：提示词越具体，生成效果越好。可以包含主体、场景、风格、光线等描述。

7.3 I2I 图片编辑

「I2I 图片编辑」基于上传的图片，按文字指令进行 AI 编辑。

I2I图片编辑

操作步骤

  1. 上传图片（必填）：上传一张待编辑的图片，或从下方示例缩略图中选择
  2. 输入修改指令（必填）：描述要做的修改
  3. 示例：添加太阳镜，变成油画风格，更换背景为海滩
  4. 推理步数：默认 8（1-50 可调）
  5. 点击「开始编辑」
  6. 处理完成后，左右对比原图与编辑效果，可下载结果

提示：指令越明确效果越好，可同时描述多个修改需求。

八、视频工具

8.1 视频去重

「视频去重」是一个综合性的视频混剪工具，支持主视频、画中画、插画、贴纸、背景音乐、片尾视频等多素材组合，并支持 ASR 字幕识别。

视频去重

操作步骤

1. 素材上传（左侧素材区）

素材类型 是否必选 数量限制 说明
🎬 视频 必选 可上传多个 第一个为主视频，其他自动作为画中画
🖼️ 插画 可选 可上传多张 在视频间插入的过渡图片
🎀 贴纸 可选 可上传多张 叠加在视频上的装饰图
🎞️ 片尾视频 可选 最多 1 个 拼接在结尾的视频
🎵 背景音乐 可选 1 个 支持 MP3/WAV/OGG/AAC

2. 操作区设置（右侧）

3. 模板管理

提示：使用模板可快速复用之前的素材配置，提高工作效率。

8.2 背景替换

「背景替换」是浏览器端工具，将人物视频的背景替换为指定图片、视频或纯色背景。

背景替换

操作步骤

  1. 上传人物视频：在左侧点击或拖拽上传人物视频
  2. 选择背景素材：
  3. 图片/视频：上传一张图片或一段视频作为新背景
  4. 纯色：选择一种纯色作为背景
  5. 合成设置：
  6. 颜色匹配：调整前景与背景的色彩融合度（0-1，默认 0.3）
  7. 点击「开始处理」
  8. 处理完成后，在右侧结果区预览并下载

重要提示： - 视频处理中请勿关闭或刷新页面，也不要切换页签，以免处理中断 - 浏览器会弹出确认对话框防止误关闭 - 建议使用背景简洁、人物边缘清晰的视频以获得最佳效果

8.3 视频超分

「视频超分」使用浏览器端 AI 模型将视频分辨率提升 2 倍（如 720p → 1440p）。

视频超分

操作步骤

  1. 选择视频：点击上传区选择一段视频文件
  2. 查看视频信息：系统自动显示原分辨率、预计输出分辨率和文件大小
  3. 开始超分：点击「开始超分」按钮
  4. 进度查看：
  5. 左侧显示「原画（2x 放大）」预览
  6. 右侧显示「AI 超分视频」处理进度
  7. 下载结果：处理完成后点击「下载超分视频」

说明： - 超分处理在浏览器端完成，不占用服务器资源 - 输出分辨率为原视频的 2 倍 - 视频过大时（预计输出超过 1.9GB）会提示错误 - 处理过程中请勿关闭或刷新页面

九、常见问题

Q1：任务提交后多久能完成？

任务处理时间取决于任务类型和当前队列情况： - ASR/TTS/SVC：通常 1-5 分钟 - 图像任务（VTON/T2I/I2I）：通常 30 秒-3 分钟 - 高光分析：取决于字幕长度，通常 1-3 分钟 - 视频处理（浏览器端）：取决于视频时长和网络环境

Q2：任务失败怎么办？

  1. 在「任务记录」找到失败任务，点击「详情」查看错误信息
  2. 常见原因：积分不足、文件格式不支持、Worker 离线
  3. 失败任务不消耗积分，会自动退回

Q3：积分不够怎么办？

Q4：浏览器端视频处理中途断了怎么办？

浏览器端处理（背景替换、视频超分、视频去重）需要保持页面打开： - 处理中请勿关闭/刷新页面或切换页签 - 系统会弹出确认对话框防止误操作 - 如果意外中断，需重新上传素材处理

Q5：支持哪些文件格式？

类型 支持格式
音频 wav、mp3、m4a 等常见格式
图片 jpg、png、webp
视频 常见视频格式（mp4 推荐）
字幕 srt（剪映导出格式）

Q6：如何复用之前的设置？

如有其他问题，请联系平台管理员。