- **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。
- **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。
- **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。
- **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。
- **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。
- **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。
- **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。
- **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。