周一早上,你把那份 40 页的产品资料发给客户。
两小时后,对方回你一句:「收到,回头看看。」
你心里清楚,"回头看看"大概率等于不会看。不是内容不行,是没有人替你把每一页讲一遍——而 40 页,你自己也没时间录 40 遍。
现在这件事可以这么办:把这份 PPT(或 PDF)传上去,挑一个数字人、一个音色,点「开始解析」。系统把文档按页拆开,每页配一段讲解词,数字人照着念,最后合成一整段视频。
听起来像"PPT 一键转视频"?它不是。下面把它是怎么工作的、哪几处真的省事、钱花在哪,一条条说清楚。
一、它不是"幻灯片 + 机器音"
大多数这类工具的做法是:PPT 导成图片,串成幻灯片,套一个机械音从头念到尾。
那个东西的毛病不在"机械音",在于整份稿子是一块铁板。第 7 页的稿子写歪了?要么忍,要么整份重来。
这个功能是按页做的:每一页有自己的一张画面、自己的讲解词、自己的配音、自己的成片,页和页之间互不牵连。
这一点决定了后面所有事——你能改第 7 页而不动第 8 页,能只给两页生成配音听听效果,也能把某一页单独重新合成。
二、第一步不是"生成",是"改稿"
上传之后,系统先把文档解析成一页一页。每页给你两样东西:画面的底图,和一段它能读出来的讲解词(优先取 PPT备注,没有备注就用页面正文)。
这一段是草稿,不是成品。
我们刻意把改稿留给你——自动认出来的东西,没人比你更清楚哪句话该换。编辑台里每一页的做法都一样:
- 讲解词直接改。哪页不好就改哪页,改完不影响别的页;
- 不想自己动笔,点一下「AI 润色」,它给一版更顺的,你在上面接着改;
改完顺手生成这一页的配音,听一遍;不满意换个音色重来。
自动生成的东西,真正值钱的地方从来不是"自动",是"哪一页都能重来"。

三、数字人是一个能拖动的图层,不是模板
很多"数字人讲 PPT"的产品,是把人像硬贴在角落、尺寸比例全由系统定死。
这里它是一个图层,跟图片、文字一样摆在页面上:位置能拖,大小能拉,觉得挡字就挪开。
默认每页落一个固定比例的方框,形象按比例缩在框里。不同形象的宽高比不一样,框里会留白——这是故意的,为的是不把人拉变形。你在
一页里调好位置和大小,可以一次性应用到全部页,不用 40 页挨个摆。
四、配音按页生成,听完再往下走
配音是一页一页生成的,不是最后一起算账:
- 按字符计费,点生成之前就会告诉你这一页大概要多少积分,你决定要不要生成;
- 生成完直接在这页上听,不用等整片;
音色在生成那一刻才被读取——所以换音色不用重新上传文档,也不用重做其他页。
40 页的资料,你完全可以先做最难的 3 页,听顺了再往下铺。
五、钱花在哪,先说清楚
只有两处要花钱:
- 配音:按字符计费,生成前报价;
合成:按成片时长计费,750 积分/分钟。
整片导出之前,单页可以先单独合成一段预览,同样按分钟这一档、按实际帧数结算。而且预览过的页,在整片导出时不再重复收。
这句话翻译成人话就是:先出两页看看效果,满意了再导整片,不会让你花两遍钱。
如果你只想试水,这里有个省钱的用法:挑内容最密、最难讲的那两三页(比如图表页、数据页)先做单页预览。这几页能看,整份就没问题。
六、中途关掉也没关系
一份文档就是一条任务,关掉页面、第二天回来,它在列表里等着你,接着改就行。
每次导出的记录也都留着,能看到这一次哪几页是新渲染的、哪几页沿用了上次的成片——同一份稿子导第二遍,你心里有数钱花在了哪几页 。
想删就删。任务里的页面、素材、配音会一起清掉,但已经导出过的成片仍然留在导出记录里可下载。

七、上手三步
- 拖文档:PDF / PPT / PPTX,单个 20MB 以内,直接拖进来(20MB 是硬上限,超了会在选文件那一刻就告诉你);
- 数字人和音色:默认已经替你选好了,不满意再换;
点「开始解析」:解析完自动进编辑台,从第一页改起。
八、它适合谁,不适合谁
适合:手里已经有现成内容、只是缺一个"讲的人"的场合——产品资料、培训课件、招商材料、内部汇报、课程讲义。
不适合:指望一键出大片、不想碰稿子的;需要真人出镜或实景拍摄的;文档超过 20MB 的。
它替代不了你自己讲一遍。但它能让你不用讲四十遍。