▶听文视频工作台1.0.2 文档中心

TINGWEN / DOCUMENTATION

产品说明书
与功能使用指南

从首次安装到作品交付,每个入口、每一步操作与每条使用边界。

面向使用者 · 培训与交付人员

正式版 1.0.2试用版 1.0.2-trial20 章 · 6 处图示
文档使用目录可搜索并跳转正文;宽表与逻辑图可横向滚动;截图可点击放大。HTML内嵌全部样式、图和截图,断网也可阅读,外部源码/参考链接需联网。

01 产品定位与阅读方式

听文视频工作台是一款在 Android 手机内独立运行的文字、语音和照片视频制作工具。用户输入朗读文案,选择音色和画面素材,先生成并检查 MP3 与图片,再明确确认素材,最后由手机本机编码生成 1920×1080 MP4。整个流程围绕“文案 → 声音 → 画面 → 预览确认 → 成片”组织,适用于故事朗读、知识讲解、文章配音、照片叙事和静态画面解说。

本文以 Android 正式版 1.0.2 和 独立试用版 1.0.2-trial 为准,业务基础对应 PC 1.5.9。两版采用相同的基本创作流程;试用版额外执行整个试用期间的累计额度。APK 安装后无需连接原 PC 工作台,也无需在手机上另装 Python、FFmpeg 或本机绘图模型。

本说明书面向使用者、培训人员和产品服务方。需要理解代码、部署、接口、安全控制或故障定位时,请阅读同一文件夹中的《技术架构与实现文档》。文档中的“图示示例”用于解释机制;界面截图来自当前版本的浏览器检查,使用测试内容,不包含用户作品。不同 Android 系统的文件选择器、分享菜单和通知权限界面可能不同。

阅读路线

你的目标 建议阅读
第一次安装并生成一个视频 第03、05、06、07、08、10章
只想生成并保存配音 第06、07、09、13章;音频完成后可以直接保存,不必确认视频
换图但保留现有配音 第09、11章
理解试用结束规则 第02、15章;输入或选图前先核对剩余额度
处理网络、编码或导出故障 第12、16、18章
分发或升级 APK 第03、17、19章

产品能力概览

能力 具体说明
文案输入 直接输入、粘贴、TXT/MD 导入、实时字符计数、长文框内滚动、文案清洗与一次清洗撤销
标题设计 主副标题可选,合计最多30字符,换行不计;主标题红黄各半、副标题黄色,适配中央标题区域
音频生成 26个预设音色、离线试听、默认云健、记忆所选音色、长文自动分段、失败重试和已完成分段复用
画面来源 手机照片、公开图片直链、可选云端豆包 Seedream;本版不接入本机 Draw Things 模型
素材检查 音频试听、图片放大、照片数量与平均时长提示、保留照片筛选、更换照片、AI重新生成
视频合成 用户明确确认后本机制作1080p横屏MP4;单图覆盖完整音频,多图依序均分时长
任务管理 分阶段进度、暂停、继续、取消、重试、历史任务、进程重启后的待恢复状态
作品管理 已保存成片列表、播放、保存、分享;已有成片入口不因换图状态重置而丢失
数据与说明 本机草稿、安全偏好、版本记录、运行日志、模型调用记录、JSON导出、完整关于菜单

02 版本、规格与正式/试用差异

项目 正式版1.0.2 试用版1.0.2-trial
应用名称 听文视频工作台 听文视频工作台·试用版
应用包名 cn.tingwen.workbench cn.tingwen.workbench.trial
versionCode 10002 10002
文案试用额度 不设累计试用字符额度 整个试用期间累计新增输入10000个Unicode字符
照片试用额度 不设累计试用张数额度 整个试用期间累计新选10张照片;URL/AI新配图也纳入
到期规则 无试用到期规则 任一累计值达到上限,立即停用制作入口并停止正在处理的任务
购买咨询 无试用购买弹窗 到期提示联系微信 wzqy2019;关于页可复制联系方式
同时安装 可与试用版并存 使用独立包名和导出provider,与正式版数据隔离

“正式版不设累计试用限制”不等于取消技术保护:正式版每批手机照片最多50张、单张原文件最多20 MiB、整批原文件合计最多40 MiB,本机接口还设64 MiB请求体保护。标题合计30字符的版式限制在两版均保留。界面使用“MB”,对应代码中的1024×1024字节。

通用输出规格 当前实现
视频画面 1920×1080,16:9横屏
视频文件 MP4容器,H.264视频,AAC音轨
画面播放方式 照片按保留顺序一次播放,每张分配完整配音时长÷照片数量
标题覆盖 仅第一张画面叠加用户填写的主副标题;留空时不叠加
字幕、背景音乐、转场 当前用户流程未提供字幕、背景音乐混音或专门转场设置
图片背景 完整前景照片居中,周围空余区域由模糊背景填充
原音频 MP3,可在视频生成前单独保存
音色试听 26段MP3随APK打包,选择时播放;试听不发起新云端合成

视频制作以静态照片叙事为目标,单图编码帧率1fps、多图5fps。该规格来自当前Android实现;画面不包含摄影视频剪辑和动画转场,因此不应将本产品描述为通用视频编辑器。

03 安装、首次启动与升级

安装前准备

  1. 确认设备为Android 7.0/API24及以上,CPU支持ARM64;x86_64包内组件也可用于相应设备或模拟器。当前APK不包含32位ARM或x86运行组件。
  2. 下载你需要的正式版或试用版APK,核对版本文件名。需要验证来源时,可对照同一GitHub发布页的SHA256校验和。
  3. 为新语音生成准备可用网络。手机照片导入、画面加工和MP4编码在本机完成,但“本机制作视频”并不表示整个流程完全离线。
  4. 确保有足够存储空间。应用会同时保留任务原文、语音分段、MP3、规范化图片、1080p画面及成片;将成片另存到系统文件夹还会产生一份副本。空间需求随文案时长和照片数量变化,当前没有固定的最低剩余容量提示。

安装步骤

  1. 在系统文件管理器或浏览器中打开APK。
  2. 若系统要求,为正在打开该文件的应用启用“安装未知应用”权限。
  3. 完成安装,点“打开”或从启动器打开应用。
  4. 首次出现约3秒的科技蓝动态启动画面,展示文字、声音、视频之间的转换。服务与页面同时加载;若准备耗时超过3秒,继续显示真实准备状态,不强行进入尚未就绪的页面。
  5. 若提示通知权限,按实际需要允许,以便从通知栏查看后台任务阶段并回到应用。权限请求安排在开场之后;不需要授予全盘照片或文件读取权限才能使用系统选择器。

覆盖升级与数据隔离

同一版本系列沿用原应用包名和签名,安装新APK可覆盖旧正式版或旧试用版并保留应用内数据。不要先卸载再安装来代替升级:卸载或清除应用数据会删除私有任务库。正式版与试用版是两个独立应用,安装正式版不会自动迁移试用版草稿、任务和照片;需要保留的成品应先导出。

当前交付文件:听文视频工作台-Android-v1.0.2.apk 与 听文视频工作台-试用版-v1.0.2.apk。正式版约44,472,826字节,试用版约44,492,954字节,实际安装占用还包括Android运行时展开内容与后续任务文件。

04 界面布局与所有主要入口

页面采用白色卡片、科技蓝操作色、适合手机的纵向布局和底部四页导航。顶部应用名称下的两行小字说明“写文案、选声音、确定画面”及草稿保存位置;1.0.2已压缩这一说明区域,让创作输入获得更多空间。6G 通信/如何真正落地是主标题输入框的示例占位文字,尚未实际填写时不会自动写进视频。

当前正式版创作页 · 390px浏览器检查截图;示例占位文字,非手机实拍点击截图可放大阅读

四个导航页

页面 用途 主要入口与行为
创作 输入当前草稿并创建新任务 主标题、副标题、正文、导入、清洗、撤销、更换音色、图片方式、照片选择、公开图片网址、AI提示词与豆包设置、生成素材
任务 检查选中任务并控制处理 历史任务选择、保存的原文与图片要求、MP3试听、图片预览/放大、保留照片删除、确认成片、换图、重新生成、暂停/继续/取消、失败重试、保存分享素材
作品 查看实际保留的视频及记录 已保存MP4播放/保存/分享、刷新视频列表、任务与文件信息、运行日志/模型调度/历史版本、更多日志、JSON导出
关于 了解功能、技术与使用 版本、基本功能、TTS和费用、联网与隐私、技术栈、六步操作;试用版还显示累计额度及微信联系入口

顶部与其他常用按钮

按钮或区域 操作含义 容易混淆的地方
清空 清空当前工作区,回到创作页;正式版及未到期试用版保存清空后的草稿 不删除历史文件、不取消后台任务;试用累计用量不返还,到期后不保存新空草稿,正文还可能恢复为最近已接受内容
日志 打开作品页的记录区域 不是自动上传日志;需要你另存JSON后才有导出文件
更换音色 展开26音色按钮,选择后收起并播放本地试听 改变下一次新任务所用音色,不重新配音已完成任务
历史任务选择 切换任务页显示的任务 查看已有任务,不把新创作草稿写入旧任务
作品/全部视频 列出实际完成、非空且未处于pending状态的MP4 旧成片仍可查看,但旧照片和旧MP3并不代表已经重新制作了新版本
保存文件 调出Android系统文件创建界面 是复制导出,不是打开应用内部的真实文件夹
分享文件 调出Android分享目标列表 分享给第三方应用是你主动发起的操作,与应用自动上传不同

05 从文案到成片的完整工作流

文案、声音、画面到MP4文案、声音、画面到MP4正文+音色图片来源输入正文与标题选音色 · 选择配图方式生成MP32000字符分段 · 联网TTS准备图片手机照片/图片直链/Seedream试听并预览素材换图/删图后重新检查确认当前素材版本和摘要保护手机编码1080p MP4检查画面、音轨与时长播放 · 保存 · 分享系统文档位置或分享目标
图1|用户完整合成路径。图片与语音可以同时准备,用户确认是进入本机视频编码的必要条件。小屏可横向滚动查看图示
  1. **准备文案。**输入正文或导入文件,检查内容、清洗结果和音色。正式版可以保存超过10000字的文案;试用版应先查看剩余额度。
  2. **决定是否加标题。**填写主副标题或全部留空。输入的是“画面上的字”,正文输入的是“要朗读的内容”,两者各有用途。
  3. **选择画面来源。**手机照片最直接;也可以使用公开图片直链,或在明确同意费用后调用自己的Seedream账户。
  4. **生成素材。**创建任务后启动音频处理;本机照片可立即成为图片素材,URL或AI图片准备可与音频处理并行进行。
  5. **检查素材。**等MP3和图片均准备好,在任务页试听、放大预览、删除不需要的照片或换图。检查的是任务保存的原文,而不是当前另行编辑的草稿。
  6. **明确确认。**点击“确认…张照片,生成MP4”。未确认时不会自动开始视频编码;换图、删图、重生成后需要再次确认。
  7. **本机编码并验证。**手机将图片加工成1080p画面,分配时间轴,编码MP4,检查尺寸、音轨和时长,再将成片标记为完成。
  8. **保存或分享。**从任务或作品页播放视频,另存到你指定的系统目录,或分享给目标应用。

一次照片讲解视频的操作示例

以正式版为例:准备约1000字讲解稿和4张照片 → 主标题填写“6G 通信”,副标题填写“产业协同与应用路径” → 选择云健 → 从手机多选4张照片 → 点击生成素材 → 试听MP3并放大检查照片 → 删除1张不适合的照片 → 确认剩余3张 → 生成后播放MP4 → 保存到系统“下载”或你选择的文件夹。

如果最终配音时长为90秒,3张保留照片各分配约30秒。该数字只是均分规则示例,不是本应用的生成速度或语音速率承诺。第一张叠加标题,第二、第三张保持照片画面;本流程不自动生成字幕。

06 文案输入、导入、清洗和标题

直接输入与实时字数

正文框用于完整朗读内容。字符数按Unicode字符统计,汉字、字母、数字、标点、空格、换行均可贡献计数,不能把界面“字”理解为只数汉字。长文在输入框内滚动,不需要为了避免界面变长而删除正文。新任务创建时正文会去除首尾空白;试用累计输入计数在编辑过程中进行,和最终朗读时去除首尾空白的任务正文口径有区别。

按原稿合理分段有助于朗读。应用会自动将长文拆成每段最多2000字符的语音请求;不需要用户先人工分成多个任务。该分段只服务于语音处理,不建立“文字段落—照片”的一一对应关系。

导入TXT/MD

  1. 点“导入TXT/MD”,从Android系统文件选择器选择文档。
  2. 文件内容载入当前正文框,核对编码、标点及是否完整。
  3. .md文件导入会移除代码块、标题前缀、Markdown图片、链接地址及部分格式标记,保留链接可读文本;这是一组固定格式处理,不是AI改写或语义摘要。
  4. 若字符显示乱码,可先把原文另存为UTF-8 TXT再导入。当前接口没有提供编码手动切换,也不直接读取Word、PDF或扫描件。

导入会替换当前正文。正式版可重新导入;试用版将按内容新增/替换规则记入累计输入,删除后重新输入不会退还旧用量。试用前宜在其他编辑器中整理好正文,再导入最终版本。

文案清洗与撤销清洗

“文案清洗”用于整理适合朗读的正文,包括Markdown格式、HTML标签、链接与图片、列表或标题符号、括号外壳以及部分格式化空白等;保留括号内文字、数字和通常的标点,数字之间的星号可转换为“乘以”。它不会自动解码&、 等HTML实体。它会改变当前编辑框,移除裸网址、图片语法和代码围栏等;代码围栏内的正文在显式清洗时保留,而MD导入会移除整个代码块,两者并非同一规则。清洗不会自动改写观点、补充内容或生成新文章。完成后查看清洗状态、前后字数以及具体结果。

“撤销清洗”恢复最近一次有效清洗前保留的原文,是清洗专用回退入口,并非完整多步编辑历史。清洗后手动编辑正文会禁用这一撤销,清空工作区或重新启动也不保留临时撤销缓存。正文变化不改动已经创建任务的MP3;要让修改后的正文生效,应创建新任务。试用版同样对清洗和撤销产生的新增字符进行计数,纯删除不退款,撤销恢复的字符可能新增扣额。

主副标题与排版规则

设置 用法与输出
主标题 可留空。手动Enter换行或自动换行;大号粗字,前半红、后半黄,奇数时两色最多差1个字符
副标题 可留空。黄色粗字,可手动分行;位于主标题下方
总长度 主副标题规范化后合计最多30字符,换行不计。超过时先拒绝,不会进入生成步骤
深色底板 中央深色区域为标题提供对比度;字号根据实际可用空间缩放,保持两组文字不重叠
生效范围 仅首张视频画面。多图后续画面没有标题,用户未填标题时不叠加文字
任务冻结 已创建任务保存当时的标题。随后编辑创作页标题不会回写既有任务

成片文件名与画面标题

MP4文件名始终使用实际任务正文开头30个字符,并替换路径分隔符、控制字符等不合法文件名字符;如果结果为空,则使用“听文视频.mp4”。画面主标题与文件名彼此独立。因此两篇正文开头相同的作品可能显示同样文件名,但应用内部按独立任务UUID目录保存,不相互覆盖;导出到同一系统文件夹时,应按系统提示选择保留方式或自行改名。

07 26种音色、试听与音频合成

应用默认音色是云健,已有安全偏好会恢复上次所选音色。点击“更换音色”展开列表,点选后立即播放随APK提供的样音,选中音色显示在摘要区域。仅在点选试听时播放;恢复偏好不自动播放。音色名称与描述是当前产品提供的选择信息,不表示针对每段文案的音质保证。

序号音色名称产品描述服务音色ID
1云健(默认)男 · 充满激情zh-CN-YunjianNeural
2云希男 · 沉稳大气zh-CN-YunxiNeural
3云扬男 · 成熟稳重zh-CN-YunyangNeural
4云霞男 · 温和清晰zh-CN-YunxiaNeural
5晓晓女 · 温暖自然zh-CN-XiaoxiaoNeural
6小艺女 · 温柔感性zh-CN-XiaoyiNeural
7小北女 · 东北口音zh-CN-liaoning-XiaobeiNeural
8小妮女 · 陕西口音zh-CN-shaanxi-XiaoniNeural
9Hiu Gaai女 · 香港粤语zh-HK-HiuGaaiNeural
10Hiu Maan女 · 香港粤语zh-HK-HiuMaanNeural
11Wan Lung男 · 香港粤语zh-HK-WanLungNeural
12Hsiao Chen女 · 台湾国语zh-TW-HsiaoChenNeural
13Hsiao Yu女 · 台湾国语zh-TW-HsiaoYuNeural
14Yun Jhe男 · 台湾国语zh-TW-YunJheNeural
15弗洛里安男 · 德国多语言de-DE-FlorianMultilingualNeural
16塞拉菲娜女 · 德国多语言de-DE-SeraphinaMultilingualNeural
17威廉男 · 澳大利亚多语言en-AU-WilliamMultilingualNeural
18安德鲁男 · 美国多语言en-US-AndrewMultilingualNeural
19艾娃女 · 美国多语言en-US-AvaMultilingualNeural
20布莱恩男 · 美国多语言en-US-BrianMultilingualNeural
21艾玛女 · 美国多语言en-US-EmmaMultilingualNeural
22雷米男 · 法国多语言fr-FR-RemyMultilingualNeural
23薇薇安女 · 法国多语言fr-FR-VivienneMultilingualNeural
24朱塞佩男 · 意大利多语言it-IT-GiuseppeMultilingualNeural
25贤洙男 · 韩国多语言ko-KR-HyunsuMultilingualNeural
26塔莉塔女 · 巴西多语言pt-BR-ThalitaMultilingualNeural

多语言音色可以根据服务对输入语言的支持生成语音,具体发音应以实际试听和成品为准;应用没有独立语言翻译入口,也不会把文案翻译为音色名称对应的语言。

音频处理过程与进度

  1. 创建任务时固定正文和所选音色。
  2. 正文按段落和2000字符上限拆分;过长段落按长度继续切分。
  3. 按顺序逐段联网获取MP3数据。每段先写入临时文件,只有收到非空且可探测的音频才保存为完成分段。
  4. 网络中断或超时,每段最多自动重试2次,即首次请求加最多2次重试;两次退避等待分别为1.5秒和3秒。
  5. 每段成功后更新“已完成段数/总段数”。所有片段就绪后合并并验证,生成最终audio.mp3。

任务页百分比首先反映完成分段数量,不是按声波字节或精确时间比例计算的预测进度;合并和验证阶段可显示不定百分比。网络等待时会提示本次等待秒数和已接收数据量。通知栏展示处理阶段汇总,不承担任务页的详细百分比展示。

失败、重试与保存

若某一段失败,可检查网络后点“重试音频”。已经成功落盘的分段会复用,不必从头请求全部文案。取消会保留已完成素材,未完成临时片段不会被当成成功音频。MP3达到“完成/可试听”状态后可以单独保存或分享;即使尚未确认视频,也能交付配音。

本版本没有向用户开放语速、音量、音调、SSML编辑、声音克隆或自定义音色训练控件;界面中的“26音色”是固定列表,不能据此推断支持本机大模型语音生成。

08 三种画面来源与照片管理

手机照片

  1. 图片方式选“手机照片”,点选照片进入系统选择器。
  2. 支持多选,但系统照片选择器自身可能设更小的多选上限,50张是本应用的上限,不保证每台设备一次可选50张。选择完成后,在预览区核对顺序、文件名、张数和总大小;可点图片打开大图。
  3. 删除不需要的预选照片,再点击生成素材。当前选择批次用于新任务,重新选取一批不会自动追加到旧的未提交批次。
  4. 任务保存后,在任务页删除不需要的照片时至少保留1张;当前没有拖拽排序界面。成片遵循导入/保留顺序,不按传入索引数组任意重排。

每批最多50张,单张20MiB,合计40MiB;试用版还叠加累计10张规则。文件大小保护按原文件计算,传到本机接口的Base64会比原文件更大,所以请求体仍可能触发64MiB保护。超出技术保护时先减少张数或压缩图片;正式版没有累计试用扣额。

支持JPEG、PNG、WebP、GIF、BMP和TIFF等常见格式;动图、多帧图以第一帧作为静态照片。导入处理拍摄方向,透明图使用白底,转换为可用的RGB PNG并清除EXIF等元数据。HEIC/HEIF、AVIF依赖Android系统解码能力,不能仅凭文件后缀保证任意设备均可读取;失败时可先转换成JPEG/PNG。照片像素数另有5000万像素、单边16384像素保护。

网上图片网址

使用公开图片文件本身的HTTP/HTTPS直链,填入“网上图片网址”后生成素材;不能用新闻网页、公众号文章页面、登录链接、网盘展示页或带账号密码的URL来代替图片直链。应用检查公网地址、目标端口、重定向和响应格式,拒绝局域网、回环地址及不符合安全要求的目标。

如果图片网站禁止外部访问、要求Cookie/登录或临时签名已过期,下载可能失败。可以通过你已有访问权限的浏览器先保存图片,再从手机照片导入。应用不会绕过登录或验证码,也没有从文章页提取多图的用户入口。不要把“图片网址”理解成“网页内容转视频”。

AI生成图片:豆包Seedream

  1. 图片方式选“AI生成图片”,填写场景、构图、主体、色彩等图片要求。
  2. 选择图片来源“豆包Seedream·云端收费”。Android版不提供电脑本机Draw Things入口。
  3. 模型可选当前打包的doubao-seedream-5-0-pro-260628(默认)或doubao-seedream-5-0-flash-260915。该列表是APK配置,不代表服务端未来一定保留访问权限。
  4. 填写自己的火山方舟API Key,勾选明确的付费同意,再创建任务。
  5. 当前请求设置为2K、单张PNG、保留AI水印;最终视频仍加工成1920×1080。生成时间和费用由服务端及账户实际情况决定。

API Key只在运行内存中使用,不写入草稿、任务JSON或自动日志;进程完全关闭后需重新填写。模型选择和付费勾选也不在草稿保存字段内,重新打开可能回到默认Pro并需要重新勾选。图片要求会发送给云端服务。首次生成、手动重试或重新生成都可能产生新的收费请求;不存在“重试永久免费”的保证。

画面适配

横图和竖图都先加工成1920×1080画面。完整照片按比例缩放居中,空余部分用原图拉伸并模糊的背景铺满;因此主体前景不会为了填满横屏而被任意裁掉。产品没有让用户手动选“裁切/拉伸/模糊填充”的切换按钮。

90秒三图时间轴示例均分示例:D=90秒、N=3张;每张30秒首张:主副标题+图片0~30 秒第二张:图片30~60 秒第三张:图片60~90 秒完整MP3音轨持续播放;图片硬切,无字幕和背景音乐实际时间轴由FFconcat及输出帧率量化;这不是生成速度或逐采样对齐承诺。
图11|图片时间轴示例。使用完整音频时长除以保留照片数量,与正文段落或图像语义无绑定。小屏可横向滚动查看图示

09 任务页:检查、确认与状态理解

查看任务保存内容

任务页显示选中任务的标题、模式、语音/配图/视频三个阶段。“查看本任务保存的文案与图片要求”可以展开核对正文和提示词。新任务创建后这些内容成为任务快照;你在创作页编辑的是另一个草稿,不会偷偷修改当前任务的音轨或标题。

状态 用户应怎样理解 下一步
等待处理/queued 步骤已排入处理 等待,或取消任务
处理中/working 该步骤正在实际执行 查看进度;可在支持的本机阶段暂停/取消
素材已完成/ready MP3或图片可以预览 试听、检查图片,再确认
视频已完成/done MP4通过当前规格检查并保存 播放、保存、分享
失败/failed 步骤未成功完成 读错误信息,处理原因后重试对应步骤
已取消/cancelled 本机后续处理停止 素材保留;按需继续/重试未完成步骤
待恢复/interrupted 进程重启前该步骤仍在处理中 手动重试,应用不自动重新请求收费接口
已暂停 任务带有暂停标记,完成素材不受影响 点继续;已提交云端请求不等于被撤销

确认素材的正确顺序

  1. 确认MP3已完成,播放一段并检查读音、内容完整性与音色。
  2. 确认图片已完成;检查单图显示,多图核对数量、顺序、是否至少保留1张。预选照片卡与任务多图卡可点击放大;任务单图没有单独放大入口,必要时保存首图到系统位置再查看。
  3. 如有不满意的画面,先换图或重生成;处理完成后重新检查。
  4. 确认任务没有暂停/取消,其他步骤已结束。
  5. 点“确认…张照片,生成MP4”。应用记录当前照片版本和内容摘要,并在实际编码前再次核对。
版本+内容摘要保护版本+内容摘要保护状态/版本失败摘要不一致用户检查当前素材MP3 ready+图片 readyPOST confirm发送当前image_version后端状态与版本校验无暂停/取消/活动冲突记录确认版本与SHA256当前有序图片字节摘要视频worker再次核对版本一致+内容摘要一致开始本机编码通过后发布MP4换图/删图/重生成新image_version · 清确认拒绝旧确认或变更素材重新查看图片并再次确认
图4|素材确认双闸门。客户端版本、服务端版本和worker内容摘要必须一致;变化后回到重新预览。小屏可横向滚动查看图示

任务页展示的图片是当前原素材,主副标题在合成画面阶段才制作,因此原图片预览不等同于最终标题版式预览。如果收到“图片版本已改变,请重新预览确认”或“确认后的图片发生变化”,重新载入任务并检查当前图片,不要用旧页面的确认按钮强行继续。该提示是防止旧照片与新确认错配的保护,不能通过只修改创作页提示词来消除。

10 MP4合成、播放与结果检查

确认后,应用依序制作1080p画面、生成图片时间轴、编码视频、检查媒体规格,最后把临时文件发布为任务成片。视频和配音的总时长匹配,多张照片按保留数量平均分配音频时长;第一张显示标题,后续照片不带标题,没有自动字幕、背景音乐或转场。

任务页进度分为“画面准备”“视频编码”“验证画面与音轨”“MP4已完成”。编码百分比根据FFmpeg实际输出时间与音频时长计算,验证完成前最高显示99%;不按固定秒数假装进度。耗时随手机CPU、散热、文案长度、照片数及后台限制变化,本版本没有提供固定出片时间承诺。

交付前检查清单

  • 播放开头:主副标题是否正确,留空时是否没有多余标题。
  • 播放中段:画面是否按保留顺序切换,声音是否持续,竖图是否完整。
  • 播放结尾:朗读是否覆盖正文结尾,是否有明显提前结束或异常长尾。
  • 核对文件:MP4可播放并含音轨,文件名与正文开头对应;需要另一种命名时在系统保存界面修改。
  • 完成另存:确认目标系统文件夹中实际存在文件,再执行卸载或清理应用数据。

本机自动检查覆盖1920×1080、存在视频/音频流、时长差阈值等规格,不等同于人工审核每句内容和每个字形。关键成品仍应由使用者试听和观看。

11 换图、删图、重新生成与复用配音

需求 应采用的操作 会保留什么 需要注意
更换手机照片 任务页选择新的手机照片并选用 原MP3、旧照片文件、已有视频文件 新照片完成后重新确认;试用新选择累计扣张数
改用网上图片 任务页填新图片直链并选用 原MP3与旧素材 失败不会覆盖原素材;试用新下载选择计数
从多图中删除部分 任务预览卡片点删除 文件作为历史素材保留,当前图库变为保留子集 至少保留1张;不退款,不允许在编码中删图
AI图片不满意 输入新的图片要求,点重新生成 原MP3及此前素材 可能再次收费;试用版新增配图计数
更换AI来源或Pro/Flash模型 展开“需要更换图片来源或模型?”,点“使用创作页所选AI来源生成(保留MP3)” 原MP3及此前素材 先在创作页选择AI来源/模型并填写要求、Key及费用同意;可把照片或网址任务改为AI配图
AI图像步骤失败 点重试图片 已完成MP3及其他素材 云端结果未知时先核对用量,手动重发需明确确认;网址/手机照片失败应重新选择来源素材
朗读内容需修改 返回创作页修改正文,再创建新任务 历史任务可继续查看 换图不会修改音轨;重试音频使用旧任务保存的正文与音色

换图/删图/重生成会使当前任务视频状态重新等待确认,并清空先前的素材确认版本。应用不会因为保留了旧MP4而将它误当成新照片的成片。已有MP4仍可从作品页查看;同一任务再次编码使用其既定成片文件名,最终成功发布可能替换同一路径的旧视频,因此需要长期保留旧版本时应先导出旧MP4,再生成新版。旧素材保留不构成无限视频版本快照。

普通“重新生成图片”沿用原任务的AI模型;仅在创作页修改模型不会自动改变旧任务,必须使用上面的更换来源/模型入口。

云端AI请求已提交后,本机取消不能保证撤销云端生成。若服务最终返回已付费图片,应用尽量保存该图片并显示后续处理已取消,供用户之后继续使用。

12 暂停、继续、取消、后台与恢复

暂停和继续

“暂停”设置本机任务的暂停标记。语音网络等待与文件合并会在检查点等待;视频编码通过暂停整个编码进程组停止前进。“继续”解除暂停,保留已有进度。图片请求如果已经送达云端,不能靠本机暂停让服务端停止计费,应用也无法提供云端百分比。

取消与重试

“取消”让后续处理停止,保留已完成MP3分段、图片和实际成片。取消网络等待、本机画面或编码过程需要步骤响应控制信号;“正在取消”不等于已经完全停止。尚未结束时,不要连续创建另一个任务或立即重试同一步骤;等界面允许操作再继续。

“重试音频”使用任务固定正文和音色,复用完成分段。“重试图片”用于AI任务,依当前模型配置执行,Seedream需要重新具备有效Key和费用同意;网址或手机照片失败需重新填写网址或选择照片。“再次确认”用于视频失败后的制作恢复,不会自动重做已准备素材。

返回、锁屏与强行停止

正常返回桌面或锁屏,前台服务继续承载任务,通知显示处理阶段。Android返回键通常先从任务/作品/关于回创作,音色列表展开时先收起,再进行页面后退或退出。省电模式、厂商后台清理、网络断开、存储不足或系统回收仍可能使任务中断;前台服务不是永不退出的保证。试用版在真正返回退出时等待输入队列及草稿保存落盘,避免刚输入的字数或草稿丢失。

“强行停止”或系统杀进程后,重新打开应用会保留已生成素材,把原先等待/处理中步骤标记为待恢复,而不是假装仍在运行。选择对应历史任务,查看哪个步骤未完成,再手动重试。“继续”只解除暂停/取消标记,并不自动重启已经取消或中断的步骤;分别使用“重试音频”、重新选择照片/网址、图片重试或“重试合成”。进程重启不会自动重新提交Seedream收费请求。

同时处理限制

应用为避免素材错配和设备资源竞争,会拒绝在已有活动任务时创建另一任务;同一个任务的音频与图片准备可并行。换图和删图也受活动步骤保护,不支持任意多任务并发、批量排队或批量自动生成成片。

13 作品列表、保存和系统分享

作品页列出任务目录内实际完成且非空的MP4,按修改时间排序,显示文件名、大小、时间和任务关联。换图导致任务状态改变时,保留的视频仍可通过作品列表播放。点击刷新重新扫描文件;当前没有删除历史任务、清理素材或批量导出全部作品的按钮。

保存MP3、MP4和图片

  1. 在任务页选择“保存MP3”“保存MP4”或“保存首张图片”;也可在作品列表保存对应MP4。
  2. 系统打开“创建文档”界面,选择目标位置,核对文件名并保存。
  3. 应用将已经完成的文件复制到你选择的目标URI,原文件继续保存在应用私有目录。
  4. 到目标位置检查文件是否完整;如果选择云端文档提供方,后续上传或同步由该系统提供方处理。

MP3/图片导出的建议名称通常参考任务画面标题,标题留空时使用“听文视频”;MP4使用正文开头命名。任务页对外提供保存首张图片的便捷入口,不是自动把整套原始照片备份到公共相册。

分享

任务页可分享MP3或MP4,作品页仅分享MP4,由Android系统列出已安装接收应用。工作台发放只读内容URI权限;接收应用是否支持该MIME类型、文件大小及完整读取由其自身决定。当前分享令牌没有固定到期时长,不应理解为分享后若干分钟自动销毁文件。分享失败时可先保存到系统目录,再从接收应用选择文件。

读取已有成品 → 多层校验 → 用户选择目标读取已有成品 → 多层校验 → 用户选择目标保存分享用户点保存/分享任务或作品页原生桥解析URL或路径当前本机源 · 固定媒体路由Python文件白名单任务媒体/导出记录 · 非空非pendingJava再次canonical校验允许目录/类型/文件ACTION_CREATE_DOCUMENT64KiB复制到用户所选URIACTION_SEND+content URI随机映射 · 只读grant · Provider复核
图6|安全导出链。保存是复制到用户URI;分享是通过只读内容URI授予目标应用访问,不开放任意私有文件。小屏可横向滚动查看图示

应用内部路径显示用于说明文件归属,不代表其他文件管理器能直接读取私有目录。要把作品交给别人,使用系统保存或分享,而不是复制界面中的内部绝对路径。

14 草稿、偏好、日志和关于菜单

自动草稿与清空

草稿保存在本机,包括正文、主副标题、图片要求、音色、图片方式、安全的图片来源偏好以及选中任务标识。恢复草稿不会播放样音。API Key、模型选择、付费同意、图片网址和尚未提交的系统文件选择不作为草稿长期保存,进程关闭后需要重新提供这些信息;已创建任务自身会保存模型快照。

顶部“清空”清除当前输入、临时选图和当前任务显示;历史任务、成片、日志继续保留,正在后台运行的任务不会因这一按钮取消。清空后可以从历史任务重新选择。试用计数已发生时不会因为清空退还额度。

运行日志与版本记录

“日志”区域可查看全部运行记录、模型调度记录、历史版本说明,支持刷新、继续加载分页和导出JSON。自动记录包含事件、时间、版本、任务标识、阶段、来源/模型、耗时、状态及照片数量等安全字段;不记录API Key、完整朗读正文、完整提示词或远程图片网址。

任务JSON仍保存必要的正文和提示词,这是作品生成资料,不应把“日志脱敏”解释成“整个应用没有保存正文”。记录文件仅在手机私有目录;导出JSON是用户主动行为,不会自动发送给GitHub或其他服务。历史版本说明是整理记录,和当时实际生成的运行事件有不同含义。

关于菜单

当前正式版关于页 · 浏览器检查截图点击截图可放大阅读

关于页包括当前APK版本、主要功能、音频合成费用说明、联网和隐私说明、核心技术、六步使用方法,以及相关服务说明入口。1.0.2“本次更新”说明6G示例标题与紧凑首页;原约3秒开场与关于功能继续保留。试用关于页补充累计额度、到期规则和微信联系信息。

15 累计试用规则与购买联系

试用额度按整个试用过程累计。不是每个任务10000字,也不是每个任务10张照片。任一额度达到上限,即立即结束制作功能。

全试用期累计:文字 OR 照片全试用期累计:文字 OR 照片否是/坏账保护新增/替换正文Unicode差异计数新选择/URL/AI配图手机图有效批次+选择凭据私有TrialUsage账本RLock · pending · fsync · replace达到任一上限?text_used ≥ 10000 OR photos_used ≥ 10尚有两项余额允许制作 · 重复提交不重扣expired持久锁定取消在途本机处理 · 停止新制作保留成品导出与联系微信wzqy2019 · 不自动付款
图5|累计试用的“任一耗尽”判定。恰好10000字或第10张的记账可返回成功,但随即失效;删除不返额。小屏可横向滚动查看图示

文案如何累计

操作 计数方式
第一次输入1000字符 已用1000、剩余9000
在后面追加500字符 新增500,已用1500
保存相同草稿,或同一文案提交任务 不因重复保存/提交重复扣同一已记输入
从原文删除300字符 不增加,但已用额度不减少
替换一段正文 替换后新增的部分计数;不是仅算当前总长度增长
清空再输入或重新导入 清空不退款,后续新增输入继续累计
输入标点、空格、换行、英文、emoji 按Unicode字符口径;不是只数中文汉字,某些视觉字符由多个Unicode码点组成
中文输入法拼音候选 未确认的预编辑过程不扣;确认后的实际内容计数
恢复已有草稿、纯查看历史任务 不因正常恢复或查看再次计数
清洗与撤销 纯删除不退款;恢复或替换出新增内容可能继续计数

这里的“1000字”以产品的Unicode字符口径为准。累计算法比较已接受正文与新正文的新增/替换内容,因此“把1000字改为另1000字”不等于免费修改,也不一定只增加最终长度之差。标题与图片提示词不作为本项朗读正文额度扣除;它们仍受各自规则与请求体保护。正常MD导入按去格式后的正文计数;若原始导入文本本身超过10000字符,会先触发超限结束,不靠去格式绕过。

照片如何累计

新选的手机照片在预选阶段即记账,不需要等生成任务。删掉预选照片或取消任务不返还张数;重新从系统选择器新选同样照片仍是一轮新选择。把已记账的同一批照片直接提交任务,不会再扣一次;删除部分预选照片后提交合法子集,也不会再扣这一子集。

任务中的换图、公开图片网址的新选择以及AI新配图请求都纳入新图片额度。现有图库中的删除/保留筛选不属于新图,不增加也不退款。网址配图在网址/DNS校验前扣1,AI新图在配置、Key和费用同意校验前扣1,因此尚未联网的无效网址、缺少AI认证或最终失败,也可能消耗照片额度。常规不超过10张的手机照片批次在完整解码校验后才扣,解码失败不扣;单批超过10张会在解码前令试用到期。没有根据最终是否成片返还次数的机制。新建任务请求即使最终因已有活动任务而被拒绝,也可能已完成额度记账。

精确边界与立即停止

例如:此前已用9000字符,再新增1000字符,累计到10000时立即到期;此前已选9张,再选第10张时立即到期。第10张可以完成有效选择和记账,但不能再据此启动新的作品;正在进行的音频/图片/视频步骤也会收到取消信号。超出剩余额度的批次或输入会被拒绝并结束试用,不会当成下一任务的可用额度。

到期后可继续查看说明、联系信息和已经完成作品,并导出保留的成品。停止制作包含新任务、继续制作、重试、换图、AI重生成与确认编码等入口。已提交云端付费请求无法由本机额度锁定撤销,其可能返回的素材会按既有保存策略处理。

联系正式版与现有弹窗

联系微信:wzqy2019。到期弹窗提示添加该微信咨询长期使用;关于页也有复制联系信息入口。首次成功完成试用视频后的联系提示是一次性购买咨询提示,不代表额度已经耗尽;真正试用结束由累计阈值或账本安全状态决定。本版本没有内置支付、微信自动添加好友、激活码校验或远程授权平台。

计数保存、旧版迁移与限制

额度账本保存在应用私有目录,跨普通退出和重启保留;损坏或无法可信重建时采取停止制作的保护。旧1.0.1试用版升级时,会根据仍存在的任务、草稿、照片文件和安全事件记录进行保守迁移;旧版未记录且已经删除的输入无法完整重建,不能保证还原全部过去编辑动作。

当前为本机计数方案,卸载、清除应用数据或在另一台设备新装会失去原私有账本,没有跨设备账户累计,也没有服务端防重置授权。正式版和试用版安装数据独立,购买咨询不能自动把试用版解锁为正式版。

16 费用、联网、隐私与数据去向

环节 是否联网 当前软件费用说明 数据去向
输入、清洗、标题编辑 不需要 本机处理 本机草稿;任务创建后保存到私有任务文件
播放26段预设试听 不需要新合成 不发起云端TTS请求 读取随包音频
生成新MP3 需要 本应用不收取音频生成费用,不要求填写TTS Key 朗读正文/音色发送至Edge在线语音服务
导入手机照片 本地文件本身不需要;云端文件提供方可能联网 不调用收费生图接口 本机解码、规范化、私有任务图片
下载图片直链 需要 不调用AI生成;外部网站及流量按其规则 访问用户指定公开图片服务器
Seedream新图 需要 用户自己的方舟账户可能按请求计费 Key用于认证;提示词发送至方舟
画面加工、MP4编码 不需要外部编码服务 在手机本机完成 私有目录
保存/分享 本地保存通常不需要;云盘目标或接收应用可能联网 由目标服务自行处理 用户选择的系统存储或分享目标

“音频不收费”指当前应用没有向用户按音频生成收款,也不要求为Edge TTS填写个人API Key;它不是对外部服务永久可用、商用权利、网络运营商流量费或未来政策的保证。服务故障、网络限制或外部变更可能影响合成。项目使用的是edge-tts接入在线语音服务,不是手机本地语音大模型。edge-tts项目说明可供核对接入方式。

音频及图片费用说明 · 浏览器检查截图点击截图可放大阅读

应用服务仅监听手机回环地址,用户任务不因为安装APK而上传GitHub;GitHub发布的是代码、开发记录和安装包。不要主动把敏感文案送到联网语音或云端生图服务。API Key不长期落盘并不表示整个手机或第三方输入法绝对无法观察正在输入的信息。

17 文件生命周期、备份与容量管理

用户输入与文件保留关系用户输入与文件保留关系历史保留主动导出私有数据清除编辑草稿白名单字段 · 不保存Key建立任务快照正文/标题/音色/图片配置完成素材和成片part/MP3/PNG/cover/MP4应用私有workbenchJSON/媒体/日志/试用账本清空工作区改空草稿 · 不取消不删任务普通重开/覆盖升级保留素材 · busy变待恢复用户另存到系统文档副本由目标提供方保存卸载/清除应用数据删除私有任务和本机账本
图7|数据生命周期。清空只改草稿/当前显示;覆盖升级保留私有数据;卸载/清数据删除私有数据和本机试用计数。小屏可横向滚动查看图示
数据 保存在哪里 清空界面后 升级覆盖安装后 卸载/清除数据后
当前草稿和安全偏好 应用私有目录/偏好存储 正式版/未到期试用版保存空草稿;到期试用不再保存新草稿,旧正文可能恢复;安全选择按界面逻辑恢复 一般保留 删除
已创建任务正文和提示词 私有任务JSON 保留 保留 删除
MP3分段、规范化图片、画面与成片 私有任务目录 保留 保留 删除
运行日志 私有records目录 保留 保留 删除
试用累计账本 试用应用私有目录 不退款,继续保留 保留并按规则迁移 删除
用户已经另存的MP3/MP4/PNG/JSON 用户所选系统文档位置 不受工作区清空影响 不因APK覆盖被主动修改 通常独立保留,具体由目标提供方管理

Android清理“缓存”和“应用数据”不是同一操作;本产品主要任务位于私有files区域。不要假定任意手机清理工具都只删除临时文件。当前界面没有任务删除、自动容量回收或项目打包备份入口。长期制作会累积素材,重要作品应定期另存,并在系统存储设置中查看应用占用。

只导出MP4可保留最终作品;还需后续再制作或向他人交付独立配音时,另存MP3及必要图片。导出JSON日志用于诊断,不是可一键恢复全部任务和试用状态的备份包。

18 常见问题与故障处理指南

现象/提示 可能原因 建议处理 应避免的操作
APK无法安装或架构不支持 32位设备、Android版本不足、不同签名或文件不完整 核对API24+和64位架构、SHA256、正式/试用包名及原签名升级关系 为了绕过不同签名而先卸载未备份数据
开屏超过3秒 资源准备、本机Python/服务或WebView尚未就绪 等待真实状态;出现失败时使用重试;检查存储和应用权限 将“至少约3秒开场”理解成所有设备3秒必进入主页
试听正常但新语音失败 试听本地,新语音依赖联网服务 检查网络;读语音错误后重试,完成分段可复用 把试听成功当作云端服务连通证明
文案清洗删掉内容 固定格式处理移除格式符号/链接等 立即撤销清洗,核对原文后再处理 把清洗结果未经检查直接用于关键内容
主副标题超过30字 两组标题合并超出版式限制 缩短标题,正文无需因此缩短 只减少主标题却忘了副标题也计数
照片无法读取 格式不支持、损坏、超过大小/像素保护 转JPEG/PNG,压缩并重新选择 只改文件后缀而不转换内容
请求超过64MB 照片Base64导致请求体膨胀 减少张数或文件大小 重复提交同一超大批次
图片网址提示不是图片/地址不允许 填入文章页、私网、登录地址或被禁止端口 使用公开图片直链,或保存后本机导入 尝试填写内网接口或账号密码链接
Seedream 401 Key无效 检查自己的Key,进程关闭后重新填写 将Key发给无关人员或写进截图/日志
Seedream 403/模型未开通 账户没有模型访问权限 在方舟控制台核对模型权限与APK模型名称 重复点击期待绕过权限
SetLimitExceeded 模型用量上限触发 核对方舟“开通管理”中的实际限额 把它一概理解为Key无效或无条件关闭费用保护
Seedream超时/结果未知 外部响应不确定,可能已生成并计费 先查看方舟用量,决定是否手动重发 连续重试导致多次收费
确认按钮不可用 音频或图未准备好、仍在处理、暂停、取消或试用到期 读三阶段状态,解决对应原因 用修改创作页正文来试图修复旧任务状态
图片版本已改变 换图或删图后旧确认失效 重新查看当前图库并确认 依旧预览确认新的未知素材
视频失败 空间不足、编码异常、应用被回收或素材校验失败 保留任务,查看消息,检查空间后重新确认/恢复 未导出前清除全部应用数据
锁屏后任务中断 系统省电/后台限制或进程回收 重开选择历史任务,手动恢复未完成步骤 认为前台通知能保证永久运行
保存/分享失败 文档提供方错误、目标应用不支持、文件未完成 先确保成品完成;改用本地系统目录保存再分享 把内部绝对路径当作可公开访问链接
试用显示到期但当前正文很短 额度按累计新增输入,不按当前长度 查已用/剩余提示,联系微信wzqy2019 清空删字期待退还已用额度
正式版没出现试用作品 两包数据独立 从试用版先导出已有成品 认为购买或安装会自动迁移任务

19 验证范围与当前产品边界

正式版1.0.2交付进行了78项离线业务回归、3项真实Chrome关于/紧凑布局检查和2项正式版API检查,共83项通过。试用版1.0.2进行了45项Python接口/运行时/累计账本检查、76项离线业务回归和21项Chrome检查,共142项通过。两个release APK均核对了包名、版本、原签名、provider、45项打包资源、两种ABI原生组件及16KB ZIP对齐。

这些证据来自主机回归、浏览器及安装包检查,本轮1.0.2未新增真实手机上的完整WebView、SAF、分享和成片流程验收。原生FFmpeg/FFprobe曾在Android14 ARM64模拟器执行版本命令;用户反馈此前版本已经跑起来。这些来源分别记录,不能互相替代。

当前产品边界:没有账户登录/跨设备同步、远程激活、内置支付、任意自定义音色、文章网页提炼、文案AI续写、片段与图片语义对齐、字幕、背景音乐、视频素材剪辑、转场编辑、照片拖拽重排、批量自动任务队列或任务清理管理;本机Draw Things按要求未接入。源代码中保留的兼容函数或脚本选项不等于APK向用户提供的功能。

20 术语、服务联系方式与来源

术语 在本产品中的含义
草稿 目前编辑的输入,和已创建任务快照相互独立
任务 独立UUID目录及其正文、音色、照片、阶段状态和作品
素材 MP3及当前保留照片;完成素材不等于已经确认编码
图片版本 换图/删图后变更的标识,用来阻止旧确认继续生效
成片 经本机编码和规格检查的实际MP4文件
pending/partial 未完成的临时文件,不应作为成品保存/分享
本机服务 APK内部回环HTTP服务,非PC服务器,也不是对外网站
API Key 用户自己的方舟认证信息,与APK签名、试用额度不同
累计额度 试用期间已经接受的新增输入或新图片选择,不因删除退款

正式版购买咨询:微信 wzqy2019。本手册提供使用与实现说明,不创建支付订单,也不自动联系微信。

本说明书的主要源码依据

  • app/src/main/assets/workbench/templates/index.html:文案、音色、配图、任务、作品、关于及内联界面逻辑。
  • app/src/main/assets/workbench/static/mobile.js、mobile.css:四页导航、手机按钮、原生保存分享、草稿与紧凑布局。
  • app/src/main/python/app.py:创建任务、标题校验、素材版本确认、状态、历史与导出接口。
  • speech.py、photo_import.py、seedream.py、android_runtime.py:语音、照片、云端图片与手机编码行为。
  • 试用版trial_limits.py及其app.py/mobile.js/原生Activity差异:累计计数、到期锁定和购买提示。
  • 两版docs/1.0.2交付验证.json或docs/1.0.2交付记录.json、测试报告:实际验证范围。

产品发布:正式版1.0.2、试用版1.0.2。原仓库为私有,访问代码或发布附件需要相应账号权限。