准备手持商品图
用手持商品图工具生成，或上传自己拍的照片。选一张商品形状、颜色和标签都正确的图，画面里的人也要已同意出镜。
手持讲解视频即将开放
人物拿着你的商品，说出你写的那句话。
从一张确认好的手持商品图开始，写一句简短的商品讲解，选好语言和声音，生成适合商品页和短视频的讲解片段。
进入工作台这个工具正在内测，还没有向所有账户开放。本页介绍它的使用方式；你的账户现在能用哪些工具，以工作台显示为准。
工作原理
TrendRemix 手持讲解视频把一张确认好的手持商品图，做成人物讲解商品的短视频。照片就是第一帧，人物始终把商品拿在手里，标签朝向镜头，用 13 种语言之一说出你的讲解词，长度 3 到 400 字。声音可以用视频自带的生成声音；也可以选一个配音音色，系统会用这个音色朗读讲解词，按视频时长调整后再对口型。视频时长 5 秒或 10 秒，比例 9:16、3:4、1:1 或 16:9，以 MP4 格式保存。
从素材到成品。
写讲解词，选声音
一两句短句就够了，10 秒视频大约能说 45 个汉字或 25 个英文单词。提交前看一下报价，选指定音色时会包含对口型的费用。
检查声音和画面
开着声音看。对照台词检查口型，看手握商品的姿势和标签，然后下载，或保存在素材库里。
可以做什么
以你的手持图开场
确认过的照片就是第一帧，你选定的人物、商品和场景会延续到视频里。
两种声音方案
视频自带声音带着自然的环境音；指定配音音色能让品牌声音保持一致，视频生成后再对口型。
13 种讲解语言
用目标语言写讲解词，人物就用这种语言说，一张图就能服务多个店铺站点。
提交前检查台词长度
表单会估算朗读时长，说不完的讲解词在扣费之前就会被拦下。
适合谁用
- 商品页短视频
- 一段简短的真人讲解，说清一个卖点，商品始终在画面里。
- 短视频开头
- 用 5 秒的一句话面对镜头，作为广告或帖子的开场。
- 多语言站点
- 同一张图，把台词改写成西班牙语、泰语或阿拉伯语，用于新市场。
要点一览
| 输入 | 一张手持商品图，JPG、PNG 或 WebP，不超过 20 MB |
|---|---|
| 讲解词 | 3–400 字，需在视频时长内说完 |
| 语言 | 13 种讲解语言 |
| 声音 | 视频自带，或指定配音音色并对口型 |
| 时长与比例 | 5 秒或 10 秒；9:16、3:4、1:1 或 16:9 |
| 输出 | MP4，保存到素材库 |
| 费用 | 按时长计积分，指定音色另加对口型费用；提交前显示 |
下载之前
- 逐字检查口型，尤其是视频生成后再换上的指定音色。
- 看清握着商品的手指，多出手指、手穿过商品是常见问题。
- 对比照片，看商品在手里的大小有没有变化、形状有没有变。
- 在几帧里分别看标签，商品移动时印刷文字可能模糊或变样。
- 听一听商品名有没有读错，读错就在讲解词里换一种写法。
常见问题
手持商品图从哪里来？
可以用手持商品图工具，把你的商品放到模特手里；也可以上传自己拍的照片。画面里的人都必须已经同意出镜。
两种声音方案有什么区别？
视频自带是指声音和画面一起生成。指定音色会用配音音色朗读你的台词，按视频时长调整，再让口型重新对上，多一个步骤，也多一份费用。
为什么提示讲解词太长？
系统按英文等语言约每秒 2.5 个词、中日韩文约每秒 4.5 个字估算朗读时长，最多只能比视频时长多出约 1 秒。缩短台词，或改选 10 秒。
能展示商品的使用过程吗？
这里的动作是人物把商品朝向镜头、边讲边做小幅度手势。需要别的动作，可以用 AI 视频生成，把这张照片设为首帧。
和口播数字人一样吗？
不一样。口播数字人是数字人在背景前讲话；手持讲解视频从人物手持商品的照片开始，商品一直拿在手里。
带上你的商品，做出新的内容。
每个结果都会进入素材库，可以直接交给下一个工具继续处理。