你会得到

  • 16:9、9:16 或 1:1 的讲解 MP4,时长 45 到 120 秒,带旁白和压制进画面的字幕
  • 与口述字词同步的 SRT 和 WebVTT 字幕文件
  • 可编辑的 HyperFrames 项目,包含脚本、分镜、来源和时间文件
  • 花钱之前可确认的分镜接触表
  • 关于字幕同步、节奏、空白段落、来源和响度的质检报告

适合

  • 讲解一个产品、流程或想法如何运作
  • 把文章或报告变成一分钟的视频
  • 用于报告、团队更新和演示的数据故事
  • 多语种的课程和入职讲解

不适合

  • 超过两分钟的视频;请改做一个短系列
  • 真人出镜、实拍或虚拟形象视频
  • 无人能够找到来源的主张

怎么用

在 Claude 或 ChatGPT 里

用 PopNow 的技能「带旁白的讲解视频」(narrated-explainer)帮我做这件事:把这篇博客文章做成一支 90 秒的白板讲解视频,西班牙语,16:9,带字幕。

在编程 Agent 里

/popnow-narrated-explainer 把这篇博客文章做成一支 90 秒的白板讲解视频,西班牙语,16:9,带字幕。

接着试试

换成更温暖的声音,并把第二章的速度放慢一些。

用同样的声音和字幕做一版 9:16 的社交剪辑。

需要准备

  • 主题、文章、文档或数据,以及它们的来源
  • 语言、时长、风格和画面比例
  • Node.js 22+、FFmpeg 和 Python 3;HyperFrames 通过 npx 运行
  • 用于旁白的 PopNow API 密钥,或你自己录制的旁白

类似技能

查看全部 →

常见问题

这支视频是 AI 视频模型做的吗?

不是。场景是你的 Agent 编写的 HTML、CSS 和 GSAP,由 HyperFrames 逐帧渲染为 MP4,所以文字始终清晰,一切都可以编辑。PopNow 负责提供声音、字词时间,以及可选的音乐床和纸片剪贴画。

它支持哪些语言?

英语、简体中文和繁体中文、日语、韩语、德语、法语、西班牙语、巴西葡萄牙语、俄语、意大利语和波兰语。每种语言都有用于规划的语速和字幕行长。由于转写模型不覆盖中文,中文旁白的时间直接根据音频本身计算。

我能自己配音吗?

可以。每章录制一个文件,技能会用与生成语音相同的方式为你的录音计时。它只使用预设声音或你自己的声音,绝不模仿真人。

一支视频要花多少钱?

一支 60 秒的精简版(配音和字词时间)约 21 积分;90 秒带三段声音试听和音乐的版本约 110 积分;每增加一张纸片剪贴画图片约多 53 积分。每个步骤在运行前都会先报价,在你自己的机器上渲染免费。

它如何处理事实和数字?

每一条主张和数字都会写入一个来源文件,附上你读过的或用户提供的来源。质检会拦截任何未经核实的内容,或任何没有对应主张的数字;图表从零开始,并标注来源;来源会出现在结尾卡片上。