数智媒体技术与应用 全套课件 第1-6章 概述、图像处理-项目实战

数智媒体技术与应用概述目录PPT模板/moban/

1.1数字媒体的概念1.2数字媒体技术的历史与发展1.3数字媒体技术应用的挑战与问题1.1数字媒体的概念2026/7/66:18:163媒体（Media）是信息传递、交流的工具和手段，是连接信息生产者与接受者的桥梁。它既包含物质载体，如磁带、光盘、硬盘等，也包含非物质的信息载体，如文字、声音、图形、图像、动画和视频等。媒体的核心功能在于转化、存储、传递和展现信息，扩展人类信息交流和沟通的范围与深度，是现代社会中不可或缺的信息传播工具。媒体的分类：感觉媒体、表示媒体、显示媒体、存储媒体和传输媒体。1.1数字媒体的概念2026/7/66:18:164数字媒体（DigitalMedia）：指以二进制数的形式获取、记录、处理和传播信息的各类载体，这些载体涵盖了数字化的文字、声音、图形、图像、动画和视频等多种感觉媒体，以及这些感觉媒体的表示媒体，它们被统称为逻辑媒体。此外，还包括存储、传输、显示这些逻辑媒体的实物载体。数字媒体的分类：按时间属性分类、按来源属性分类、按媒体形式分类、按传播途径和交互性分类、按生成方式与智能水平分类数智媒体：数字媒体在人工智能技术驱动下演进的高级形态。它指以二进制数形式记录、处理与传播信息，并深度融合人工智能技术，使其具备感知、理解、学习、推理和生成能力的各类媒体载体与系统。1.2数字媒体技术的历史与发展2026/7/66:18:165数智媒体技术：以人工智能（AI）为核心驱动力，融合计算机科学、通信技术、数据科学等多学科知识，用于数智媒体内容的智能感知、生成、处理、管理、传输与交互的综合性技术体系，其目标是构建智能交互的新一代媒体生态系统。发展历史：起源阶段、初步发展阶段、基础应用阶段、快速发展阶段未来趋势：生成式AI、智能体、多模态融合、超个性化动态内容生成、虚实融合的空间计算、可信与安全机制。关键技术：智能生成、多模态智能处理、智能交互与决策、数据治理与计算基础、沉浸式呈现与传输、可信安全与治理。应用领域：沉浸式娱乐、智能办公与远程协作、智慧教育与技能培训、智能内容创作与数字艺术、广告和营销、智能制造与数字孪生、智慧医疗与健康服务、智慧城市与公共管理。1.3数字媒体技术应用的挑战与问题2026/7/66:18:166数字媒体技术在快速发展和广泛应用的同时，也面临着一系列挑战与问题，解决这些挑战与问题需要技术创新、政策法规的完善、行业自律以及国际合作等多方面的努力。面临的挑战与问题主要包括但不限于以下几个方面：海量数据处理与能耗问题版权与内容确权困境数据安全和隐私保护行业标准与互操作性缺失内容监管与虚假信息治理数字鸿沟与社会公平。人工智能伦理与算法责任人才结构转型与技能更新第2章图像处理学习目标识记图像处理关键概念；阐释色彩模型逻辑与图像数字化过程；辨析图像的种类、存储及文件格式；应用图层、蒙版、文字、滤镜等技术处理图像作品。PART01图形图像基础图形图像基础颜色色调饱和度亮度色彩模型RGB模型CMYK模型RGB模型与CMYK模型的区别与联系图形图像基础色调色调又称色相，本质上是不同波长的可见光进入人眼后，经过视觉系统处理，会被感知为特定颜色类别，如红、黄、绿、蓝等。图形图像基础饱和度饱和度又称纯度，用于描述色彩的鲜艳程度，降低饱和度相当于向颜色中添加灰色；提高饱和度则减少灰色，让颜色更纯。图形图像基础亮度明度又称亮度，描述色彩明暗程度，色彩的光线反射率越高，人眼感知到的明度越高，颜色越浅；色彩的光线反射率越低，人眼感知到的明度越低，颜色越暗。图形图像基础颜色色调饱和度亮度色彩模型HSB/HSV模型RGB模型CMYK模型模型的区别与联系图形图像基础HSB/HSV模型是用色调、饱和度、明度三个参数描述色彩的感知型模式。色调（H，Hue）是不同波长的光在人眼视神经上产生的反应，即颜色的基本相貌（色相）。饱和度（S）以百分比（0%~100%）描述色彩的纯净程度。明度（B/V）以百分比（0%~100%）描述色彩的明暗程度。图形图像基础RGB模型RGB模型是一种基于光的叠加原理构建的加色法色彩模型，

以Red（红色）、Green（绿色）、Blue（蓝色）为三原色。三种色光叠加强度越高，混合后的色彩越接近白色，当三种色光以等量强度混合时，会呈现出不同明度的中性灰色调。图形图像基础CMYK模型是一种基于色料混合的减色法色彩模型，因在印刷领域的广泛应用，常被称为印刷色彩模型，通过控制色料对光的吸收与反射来实现色彩表现。图形图像基础RGB模型：适用于数字显示场景，如电脑屏幕、手机、电视、投影仪等发光设备，因这类设备通过发射红、绿、蓝三色光并叠加混合呈现色彩。CMYK模型：适用于印刷与物理输出场景，如书籍、海报、包装等纸质印刷品。印刷过程通过色料（油墨）吸收特定波长的光线、反射剩余光线呈现色彩。HSB/HSV模型：适用于设计与编辑环节，如图像处理软件中的色彩调配，因其参数体系与人类对色彩的主观感知逻辑高度一致，便于设计师快速调整，提升创作效率。图形图像基础图像的数字化原理采样量化编码图形图像基础分辨率

数字化的图像在计算机里采用分辨率来描绘其大小等特征。分辨率和图像的质量有着密切的关系，常见的分辨率有：图像分辨率屏幕分辨率扫描分辨率打印分辨率图形图像基础图像的类型

数字图像的类型有两种，一种叫做位图（Bitmap），另一种叫做矢量图（VectorGraphics），它们是构成动画和视频的基础元素。通常把位图称为图像（ImagesGraphics），把矢量图称为图形（Graphics）位图矢量图图形图像基础位图位图又称点阵图，像素是位图的最小独立显示单元，可理解为类似十字绣的方格。图形图像基础矢量图矢量图也称向量图，并非由像素点构成，而是由数学算法描述点、线、面的元素关系组合图形内容。图形图像基础图像的描述参数描述图像的核心参数包括图像分辨率、图像深度、色调、饱和度、亮度、色度及对比度等，其中图像分辨率与图像深度是决定图像质量的关键指标。图像深度指描述单个像素属性所需的二进制位数.图形图像基础图像的数据量图像的数据量指存储一副数字图像所需的字节总数。其大小与图像分辨率和图像深度正相关。对于未经压缩的数字图像，其数据量计算公式为：图像的存储空间=图像分辨率

×

图像深度

÷8。图形图像基础图像的压缩指在保证核心信息不丢失的前提下，通过技术手段缩减数据总量，提升图像在传输、存储及处理过程中的效率。依据压缩过程中是否造成信息不可逆损失分为两类。图形图像基础有损压缩有损压缩指在人眼难以察觉下，减少图像的存储占用。核心原理是保留图像的重要信息，同时移除超出人眼感知阈值的细节信息。在压缩过程中，部分非关键数据会被有选择性地删除且无法通过后续操作恢复。无损压缩无损压缩核心原理是对图像的重复数据信息仅保留一次原始记录，再通过特定编码方式记录重复区域的位置和范围。例如，一幅包含大面积纯色背景的图像，背景区域的颜色数据可被高效压缩，仅需存储一次颜色值和对应的区域坐标。图形图像基础常见的图像文件格式（1）TIF格式（2）JPEG格式（3）TIFF格式（4）PSD格式（5）PNG格式（6）EPS格式PART02悟空图像入门个人设置新建文件快捷应用天宫素材悟空图像入门悟空图像入门菜单栏标题栏工具箱状态栏图像窗口

属性栏图层列表悟空图像入门悟空图像入门工具箱悟空图像入门图层列表列表形式展示图像文件中所有图层的名称、顺序、可见性、编辑状态等关键信息。图层列表下方的图标“”是“添加图层对象”命令，可以新建图层。列表中每个图层包含：图层缩览图：显示对应图层的内容预览。图层名称：每个图层默认以“未命名1”、“未命名2”等命名，可双击名称修改。锁定选项：每个图层有“”图标，可以对该图层进行锁定/解锁。可见性选项：每个图层有“”图标，可以对该图层进行显示/隐藏。图层顺序：用户的视角是从上到下查看各图层叠放的整体效果，上方图层会遮挡下方图层的重叠区域。鼠标拖拽图层可调整叠放顺序。悟空图像入门新建悟空图像入门云空间文件管理悟空图像入门存储文件悟空图像入门画布画布指整个图像的工作区域。在菜单栏中单击“画布”命令，在属性栏中可以调整图像、调整画布、旋转画布及背景填充。（1）调整图像在宽度、高度、分辨率对应的方格里输入数字，单击“应用”可修改图像尺寸。也可以修改打印输出参数和图像色彩模式。（2）调整画布在“新设大小|定位”设置参考点位置，再修改参数，可以从定位点向外扩展画布，扩展区域可填充指定颜色，如图所示，表示相对参考点向上延展透明画布300像素。PART03图像常规操作图像常规操作选择对象工具工具箱图标“”是“选择对象”工具，用于选取操作对象。当有多个图层时，需要先在“图层”列表中选中指定的图层，再使用“选择对象”工具或快捷键“V”。对象被选择后，在周边会显示控制块。图像常规操作扭曲工具工具箱图标“”是“扭曲”命令，可以对图像进行扭曲、斜切、变形、操控变形和3D透视等操作图像常规操作选择类工具选区，指进行编辑操作的区域。没有选区时，会编辑当前图层的全部内容。建立选区后，后续操作仅在选区内有效。1.选框工具2.套索工具3.魔棒工具4.自动选取5.编辑选区范例PART04图像绘制与编辑工具图像绘制与编辑工具吸管、前景色与后景色选区在工具箱中单击“设置前景色”或者“设置背景色”色块，可以打开颜色选择器，用输入颜色编码或者圈选的方式选择合适的颜色。“吸管”工具（快捷键I），可吸取当前图层某处颜色信息，颜色的具体信息（RGB颜色代码和坐标）会出现在吸管旁边图像绘制与编辑工具画笔工具1.基本设置2.高级设置3.其他设置4.自定义笔刷图像绘制与编辑工具调整画笔1.指压画笔2.克隆画笔3.变亮/变暗画笔4.模糊/锐化画笔5.擦除画笔/恢复画笔6.消除画笔模糊变暗克隆锐化变亮图像绘制与编辑工具橡皮擦工具可以直接擦除不需要的内容。可以设置笔刷、大小、不透明度等。图像绘制与编辑工具液化对图像进行拉伸、扭曲、收缩、膨胀等操作。1.平移液化：可以移动图像中的部分像素，得到变形的效果。2.放大液化：图像向画笔中心区域以外的方向移动，产生图像放大的效果。3.缩小液化：图像向画笔中心区域以里的方向移动，产生图像缩小的效果4.旋转液化：图像被顺时针或逆时针旋转扭曲。5.组合液化：是将前四个液化功能组合起来的复合功能。范例PART05图像颜色调整图像颜色调整快捷调色亮度/对比度图像颜色调整曲线“曲线”对话框默认是一条标准的对角线。鼠标点击曲线，可以设置标识点，每个控制点对应特定的亮度级别，移动标识点可调整该亮度级别对应的输出亮度。图像颜色调整色阶暗调50原图亮调150图像颜色调整色相/饱和度图像颜色调整色彩平衡图像颜色调整高级二化值图像颜色调整自然饱和度图像颜色调整色调分离图像颜色调整阈值图像颜色调整曝光度图像颜色调整可选颜色图像颜色调整黑白图像颜色调整色调均化图像颜色调整阴影高光图像颜色调整色彩调整朝晖轮廓MV杏黄原图范例PART06文字与图形绘制文字与图形绘制1.文本框设置2.文字输入注意事项3.字符设置4.文字选项5.文字形式6.文字变形7.文字替换8.图层样式文字与图形绘制图形绘制工具1.钢笔2.添加形状文字与图形绘制添加对象天空素材系统支持添加各种对象，如图片、贴纸、矢量图形、幻影、边框、AI作画、以图生图、文字、动画等。范例PART07图层图层操作图层面板可以查看并编辑图像的所有图层图层的种类主要有普通图层、调整图层、文字图层、形状图层等多种。图层基本操作1.图层选择2.不透明度3.图层合并4.图层复制与删除5.图层分组图层操作图层混合模式组成型混合模式加深型混合模式减淡型混合模式对比型混合模式比较型混合模式色彩型混合模式图层操作图层样式斜面和浮雕描边效果阴影效果发光效果图层操作调整图层调整图层，可以对图像进行色彩、对比度、亮度、饱和度等方面的调整。这些调整可以通过不同的图层叠加方式来实现。范例PART08特效滤镜工具特效滤镜工具特效滤镜工具能为图像增添奇妙特效，满足多样创作需求。除了内置滤镜，悟空图像也支持使用第三方滤镜插件，安装后会显示在“特效滤镜”底部。范例PART09蒙版应用蒙版应用蒙版分类1.空白蒙版同形蒙版预设蒙版主体蒙版剪贴蒙版蒙版应用蒙版基本操作删除蒙版编辑蒙版反相显示停用蒙版应用图层蒙版蒙版应用其他蒙版操作自定义蒙版拖拽添加或解除蒙版反相显示范例PART10路径与通道路径与通道路径钢笔或形状工具制作的线条称为路径。可以使用属性面板中形状填充和描边类命令编辑路径。通道颜色通道用于拆分并存储图像的基础色彩信息。范例PART11批量处理批量处理批量命名批量转换其他批量处理PART12综合案例综合案例谢谢聆听第三章图像处理进阶学习目标

本章聚焦于图像处理领域的进阶知识，深度剖析基础AI功能在图像场景中的创新应用，为读者开启一扇通往智能图像处理全新视角的大门。本章以悟空图像为实践平台，借助AI技术在图像生成、视频创作、3D建模以及动画制作等方面的强大功能，通过丰富案例与实操练习，以循序渐进、通俗易懂的方式，由浅入深地讲述AI进行图像处理进阶操作的实用技能。学习目标1．掌握基础AI功能；2．了解AI技术在图像生成、视频创作、3D建模以及动画制作中的运用；3．掌握运用悟空图像进行实践操作的技能。目录CONTENTESPPT模板/moban/

3.1悟空图像进阶概述3.2图像修饰工具3.3闪绘3.4图像生成3.5视频生成3.63D建模3.7动画PART01悟空图像进阶概述悟空图像进阶概述悟空图像是一款国产图像处理软件，除了具有基础图像处理功能之外，该软件还通过人工智能、算法处理等，提供较多进阶功能，使人人皆可成为创意大师。部分功能需要会员账号方可使用，本教材配套激活码可激活3个月的会员功能。使用激活码可在软件主界面，单击右上角的用户头像，在弹出界面中，单击“会员激活”，在弹出对话框中，输入激活码后单击“立即激活”。悟空图像进阶概述悟空图像的进阶功能主要汇聚在软件主界面的左侧，“智绘应用”区域，在该区域中，悟空图像提供AI视频、AI3D建模、AI闪绘、在线抠图、快速抠章、超分辨率、智能美颜、智能拼图、批量处理和图片浏览等进阶功能。左侧带有“Vip”图标的功能，说明该功能需要会员账号方可使用。PART02图像修饰工具图像修饰工具悟空图像为用户精心打造了一系列实用且强大的图像修饰工具，涵盖在线抠图、快速抠章功能，可精准实现图像元素分离；具备超分辨率技术，能显著提升图像清晰度；拥有智能美颜模块，可一键美化人像；提供智能拼图服务，轻松拼接多张图片；支持批量处理操作，高效完成大量图像编辑任务；还设有图片浏览功能，方便用户查看与管理图像。图像修饰工具“在线抠图”功能使用AI算法识别图像中的主体和背景，进行智能分离，并删除背景，从而达到仅保留图像主体的目的，该功能不仅仅适用于人像的抠图，还适用于建筑、动植物、商品等抠图应用场景。使用“在线抠图”功能，可在“智绘应用”区域，单击“在线抠图”，弹出“打开”对话框，选择需要抠图的文件，单击“打开”按钮，软件即可自动识别图像主体进行抠图。图像修饰工具“快速抠章”功能使用AI算法识别图像中的图章，进行智能分离，并删除背景，从而达到仅保留图章的目的，该功能适用于制作电子图章等应用场景。使用“快速抠章”功能，可在“智绘应用”区域，单击“快速抠章”，弹出“打开”对话框，选择需要抠章的文件，单击“打开”按钮，软件弹出“高级二值化”对话框，设置相应属性后单击“确定”按钮，即可识别图章进行抠图。图像修饰工具“超分辨率”功能可在放大图像分辨率的同时，提升图像细节纹理，降低图像噪声，支持2-4倍分辨率放大，支持原分辨率增强，支持多种模式不同效果的输出。使用“超分辨率”功能，可在“智绘应用”区域，单击“超分辨率”，弹出“打开”对话框，选择需要处理的文件，单击“打开”按钮，软件弹出“在线超分”对话框，设置相应属性后单击“确定”按钮，即可完成超分辨率处理。图像修饰工具“智能美颜”功能利用先进的人工智能和图像处理技术，对图像中的人物形象进行自动优化。悟空图像提供一键美颜、脸型调整、自动上妆三个功能模块，每个功能模块中还包含若干子功能项，为用户提供方便快捷的美颜功能。使用“智能美颜”功能，可在“智绘应用”区域，单击“智能美颜”，弹出“打开”对话框，选择需要美颜的文件，单击“打开”按钮，弹出“智能美颜”对话框，在该对话框中，可对美颜效果进行相应属性设置，完成后单击“确定”按钮应用美颜效果智能瘦脸50%的效果

眼部修型-放大眼睛50%的效果图像修饰工具“智能拼图”功能为用户提供丰富多样的拼图模板，这些模板支持多张图片以多种形状进行组合。用户能够依据自身需求，灵活运用这些模板拼出不同风格的图片，满足多样化的创作需求。使用“智能拼图”功能，可在“智绘应用”区域，单击“智能拼图”，进入拼图界面。智能拼图-3图布局

创意拼图-3图布局

图片拼接-3图布局图像修饰工具“批量处理”功能可一次性批量处理图像文件，从而提供工作效率，处理的功能包含批量命名、批量转换、批量缩放、批量旋转、批量水印、生成PDF、合成视频、PDF转PNG和批量裁切等功能。使用“批量处理”功能，可在“智绘应用”区域，单击“批量处理”，进入处理界面，选择相应的功能进行操作即可。批量命名：对图片批量命名。批量转换：对图片批量转换格式。批量缩放：对图片批量缩放大小。批量旋转：对图片批量旋转角度。批量水印：对图片批量添加水印。生成PDF：将图片批量合成为一个PDF文件。合成视频：将图片合成一个视频文件。PDF转PNG：将PDF格式批量转换为PNG格式。批量裁切：对图片批量裁切。图像修饰工具“图片浏览”功能提供浏览本地图片和悟空云空间的功能。使用“图片浏览”功能，可在“智绘应用”区域，单击“图片浏览”，进入处理界面，选择相应的功能进行操作即可。在该界面中，可通过“前一张”、“后一张”按钮浏览图片，也可通过旋转或编辑按钮对图片进行相应的处理。在对图片进行查看时，图片的右上角会显示图片的基本信息，例如，图片名称、宽度和高度、图片大小等信息。图像修饰工具“选区替换”功能提供智能替换选区内图像内容的功能。使用“选区替换”功能，可先在图像中建立选区，在右侧“属性设置”中的“选区设置”中进行功能使用，功能包含“背景参照填充”、“AI智能擦除”、“AI智能替换”和“AI智能抠图”。图像修饰工具——【范例】图像修饰1.利用“万家灯火.jpg”图像，抠出小女孩图像。2.对“小女孩.png”图像文件中的小女孩进行智能瘦脸和人像美颜。3.利用“万家灯火.jpg”图像，抠出小女孩右上方的最小灯笼图像，并将该灯笼扩大4倍。4.将“小女孩-美颜.png”和“灯笼-超分.png”进行拼图。5.将“万家灯火.jpg”进行拼图。6.利用“万家灯火.jpg”图像，抠出小女孩右上方的最小灯笼图像，并将该灯笼扩大4倍。7.将“小女孩&灯笼.png”和“小女孩的日常记录.png”进行拼图。PART03闪绘闪绘“闪绘”功能使用AI算法识别图像中的特征，根据设定的模型或风格进行智能绘画，同时，根据智能绘画结果还提供局部修改功能，使最终的绘画成果更符合实际需求。使用“闪绘”功能，可在“智绘应用”区域，单击“AI闪绘”，悟空图像将新建一个画布，同时，打开“闪绘”功能，用户可根据自己的需求进行绘画。画布的下侧为闪绘工具栏，可设置闪绘的模型或风格，输入绘画要求的关键词或语句，以及是否需要局部修改和保持特征等。在输入框中输入关键词的细节描述越多，生成的绘画效果就越接近实际需求。单击工具栏中的“暂停”/“生成”按钮可停止/启动自动生成绘画，由于每画一笔都会自动生成相应图像，且每次实时生成都将扣除一定的AI点数，所以，在绘画过程中可先暂停该功能，等完成初步绘画后，再启动AI生成。闪绘单击工具栏中的“属性”按钮可弹出“属性”对话框，在该对话框中可进行预览窗口以“大窗口显示”等设置。“大窗口显示”可使编辑窗口与预览窗口左右分列显示，以更好的对比闪绘生成效果。在预览窗口的上方为预览工具栏，包含上一张、下一张、重新生成、导入画布、生成记录等功能按钮。单击“导入画布”按钮，可将闪绘生成的图像以新建图层的方式插入到现有画布中。闪绘悟空图像提供多种模型和风格供用户使用。该功能是基于人工智能技术分析和捕捉某种模型或风格的特征，用于学习、模仿和生成特定形式的内容，并应用到新的图像上。“经典插画”风格

“极致色彩”风格闪绘画笔是绘画的工具，通常来说，基础线条的绘制比较适合选用硬边画笔，例如：2B铅笔等，色彩填充与拼图适合选用大尺寸软边画笔，例如：大块泼溅画笔等。色彩是图像的重要元素，通常来说，黑色代表山峦、建筑等，黄色代表大地、泥土等，绿色代表树木、草丛等。蓝色代表海洋、湖泊等。在绘图的时候，可以通过颜色表达绘图需求。闪绘“局部修改”功能是针对已有图像的部分区域进行相应的图像生成或修改内容。在使用该功能之前，需要使用选区工具将需要修改的区域进行框选，然后再启动该功能进行相应的处理。启动该功能后，已框选的区域会保持原有的颜色，非框选的区域会变成蓝色，在已框选的区域生成一只彩色的小鸟。闪绘“精修”功能是对生成的图像进行进一步的加工，例如，增加清晰度等。在预览窗口中，单击“放大”按钮，将生成的图像以最大化形式显示，然后，单击图像下方的“快速精修”按钮进行图像的精修，完成后，还可单击“极致精修”进行进一步的精修。闪绘“叠用”是指利用闪绘功能来实现图像的多次叠加创作。用户可提供初始创作的图像，使用“闪绘”功能进行创作，并将结果图像导入画图，完成一次闪绘后，并不意味着创作的结束，而是将此次闪绘生成的图像作为新的基础，再次使用闪绘功能进行创作，通过多次重复这一闪绘操作流程，每一次的创作都在前一次的基础上进行叠加与改进，最终生成一幅经过多层艺术加工、具有独特视觉效果的图像。这种叠用技术不仅丰富了图像的表现形式，还为创作者提供了更多实现创意的可能性。闪绘——【范例】水墨丹青1.绘制背景图。2.去除图中文字。3.绘制房屋，合并到背景图中。4.绘制龙和凤，合并到背景图中。5.书写文字，合并到背景图中。【注】闪绘生成的图像可能不完全一样，样张仅供参考。PART04图像生成图像生成文生图（Text-to-Image）是一种基于人工智能生成内容（AIGC）的技术，它通过自然语言描述（文本提示词）作为输入，利用大模型自动生成与之匹配的视觉图像。其核心特点是跨模态理解与生成，即将文本语义转化为像素级视觉表达，无需人工绘图即可实现创意可视化。用户可通过设置“基础模型”、“风格模型”、“提示词”等进行图像的生成，其中，提示词的撰写占据着至关重要的地位，精准且富有表现力的提示词能够为大模型提供清晰、全面的指引，使其精准捕捉用户的意图，进而生成高度契合预期的视觉图像。此外，不同的模型选择也会对生成图像的效果产生影响，使得最终呈现的图像各具特色。图像生成使用“文生图”功能，可新建一个图像文件，在“属性设置”区域的右侧单击“亦心AI”选项卡，在该选项卡中，用户可使用“AI作图”进行图像的生成。例如：输入提示词“午后阳光下的花园，向日葵与雏菊簇拥，爬满藤蔓的温馨小屋、小屋是白色门窗的田园风格，门前小径上有一只可爱慵懒的小白猫。”，单击“开始生成”按钮，即可进行图像的生成。通过“风格模型”的设置，可生成不同特点的图像。图像生成图生图（Image-to-Image）是以现有的图像作为输入素材，同时结合自然语言描述（文本提示词）进行引导，借助大模型对输入图像进行深度分析与智能重构，最终生成与输入图像相关联且符合特定要求的全新视觉图像。使用“图生图”功能，可在文生图的基础上，上传参考图片即可。例如：输入提示词“午后的阳光通过窗户照在书房的桌子上，桌上有插花、书和一只小白猫。”，单击“开始生成”按钮，即可进行图像的生成。通过提供的“参考图片”，软件可把书房改为参考图片中的样式。图像生成——【范例】海报1.绘制背景图。2.绘制书本。3.绘制读书娃。4.添加文字“读书节”。【注】AI生成的图像可能不完全一样，样张仅供参考。PART05视频生成视频生成文生视频（Text-to-Video）是一项极具创新性的基于人工智能生成内容（AIGC）的辅助功能，该功能无需复杂的人工拍摄和繁琐的绘图过程，仅凭简洁的文本描述，就能在短时间内实现视频生成，为视频创作带来了前所未有的便捷性和高效性。使用“文生视频”功能，可在“智绘应用”区域，单击“AI视频”，悟空图像将新建一个画布，在“属性设置”区域的右侧单击“亦心AI”选项卡，在该选项卡中，用户可使用“文生视频”进行视频的生成。用户可根据需要输入相应的提示词，选择生成风格，单击“开始生成”按钮，即可生成时长为5秒的视频。视频生成图生视频（Image-to-Video）是以单张或多张静态图像作为基础输入，同时结合自然语言描述（文本提示词）来精准调控生成内容，自动生成与输入图像及文本语义高度匹配的动态视频。使用“图生视频”功能，可在“智绘应用”区域，单击“AI视频”，悟空图像将新建一个画布，在“属性设置”区域的右侧单击“亦心AI”选项卡，在该选项卡中，用户可使用“图生视频”进行视频的生成。用户可根据需要上传参考图片，输入提示词，选择生成风格，单击“开始生成”按钮，即可生成时长为5秒的视频。视频生成——【范例】扑蝶1.使用通用风格生成扑蝶视频。2.使用3D卡通风格生成扑蝶视频。3.使用古风娃娃图片生成扑蝶视频。【注】AI生成的视频可能不完全一样，样张仅供参考。PART063D建模3D建模文生3D（Text-to-3D）是以自然语言描述，也就是文本提示词作为输入信息，凭借大模型运算，自动生成与文本语义匹配的三维（3D）模型。文生3D的核心特点在于它打破了文本与3D视觉之间的模态壁垒，将抽象的文本语义直接转化为精细的3D几何结构和纹理材质，实现了从概念到三维实体的无缝转换。使用“文生3D”功能，可在“智绘应用”区域，单击“AI3D建模”，悟空图像将新建一个画布，在“属性设置”区域的右侧单击“亦心AI”选项卡，在该选项卡中，用户可单击“文生3D”，输入提示词，选择生成风格，选择是否开启高清纹理，单击“开始生成”按钮，即可进行3D建模，建模后可导出3mf或stl格式的文件，也可通过3D打印机输出实物。3D建模图生3D（Image-to-3D）是二维图像作为输入信息，借助大模型运算，自动构建并生成与之对应的三维模型。使用“图3D”功能，可在“智绘应用”区域，单击“AI3D建模”，悟空图像将新建一个画布，在生属性设置”区域的右侧单击“亦心AI”选项卡，在该选项卡中，用户可单击“图生3D”，上传参考图片，选择生成风格，选择是否开启高清纹理，单击“开始生成”按钮，即可进行3D建模，建模后可通过3D打印机输出实物。例如：上传小女孩参考图片后生成3D实物。PART07动画动画逐帧动画是一种通过连续播放一系列静态图像来模拟动态效果的动画技术，其核心原理基于视觉暂留现象。视觉暂留现象（PersistenceofVision）是指人眼在观察物体时，光线会在视网膜上形成短暂残留（约0.1-0.4秒）。当快速切换连续图像时，大脑会将这些图像“缝合”成流畅的运动。例如：传统手翻书通过快速翻动页面，让静态画面产生动画效果。帧率是指每秒播放的帧数（如12FPS、24FPS、60FPS）。低帧率（如12FPS）：动作可能显得卡顿，但适合复古风格或节省资源。高帧率（如60FPS）：动作更流畅，但需要更多制作成本。例如：电影常用24FPS，游戏通常使用30-60FPS。逐帧动画可通过精细控制每一帧的内容，实现了对动作和风格的完全掌控，同时，其制作的工作量大（需逐帧绘制或调整），成本较高，文件体积较大（尤其是高分辨率、长时长动画），但仍是表达复杂动态和艺术创意的重要手段。动画补间动画只需设置动画的起始帧和结束帧，系统会自动计算中间帧的过渡状态。例如：从A点移动到B点，系统会生成路径上的所有中间位置。从100%放大到200%，系统会计算每一步的缩放比例。该动画只需存储关键帧数据，中间帧由引擎实时生成，文件体积小，适合交互式动画（如UI按钮点击效果、游戏角色移动）。但无法处理复杂变形（如人物面部表情变化），依赖预设属性（位置、旋转等），难以实现自由路径或物理模拟。使用悟空软件制作逐帧动画，可先导入图像，在该图像的“属性设置”中的“动图制作”中，单击“将当前图像转为动图”按钮，图像下方出现时间轴，用户可根据需要将相应图像添加进去，最后导出gif格式的动画文件。动画——【范例】表情包1.新建图像文件。2.转为动图。3.添加第二个图像。4.延缓播放速度。5.导出动画文件。谢谢聆听数智媒体技术与应用第四章音视频处理学习目标1.知道语音合成与识别技术；2.了解音视频的数字化原理；3.掌握音视频文件格式；4.掌握音视频的相关处理技术。目录CONTENTESPPT模板/moban/

4.1音频技术基础4.2Auditon入门4.3音频编辑4.4音效处理4.5视频技术基础4.6剪映入门4.7视频剪辑4.8视频后期合成综合案例PART01音频技术基础音频基础与原理声音的物理特性振幅：波的高低幅度，表示声音的强弱，也就是通常所说的音量。周期：两个相邻波之间的时间长度，以规则的时间间隔重复出现，这个时间间隔称为声音信号的周期，用秒表示。频率：每秒钟波振动的次数，用赫兹（Hz）表示。

亚音信号：频率<20Hz

音频信号（人耳能听到的声音）：20Hz<频率<20kHz

超音频信号：频率>20kHz音频基础与原理声音的基本特征音强：又称响度，是声音的强度或声波的能量大小，与声波振幅有关。振幅越大，声音就越响亮；反之则越轻。音调：即声音的高低，取决于声波的频率。频率越高，音调就越高，声音听起来越尖锐；频率越低，音调就越低，声音听起来越低沉。音色：音色的物理基础是声音的频谱结构，即声音中包含的频率成分及其相对强度，它使我们能够区分不同声源或同一乐器不同演奏方式产生的声音。音频基础与原理音频数字化过程A/D（模数）转换：各种声音信号输入（由麦克风等）计算机后，由声卡进行采样、量化、编码，由音频模拟信号转换成音频数字信号，以文件形式保存在磁盘。D/A（数模）转换：输出时由声卡把数字信号转换成模拟信号，经混音器混合后由扬声器输出。音频基础与原理采样频率：每秒从模拟声波中采集多少个声音的样本。音质级别需还原的声音频率范围采样频率音质较低的AM广播电台0-5512Hz11025Hz接近FM广播电台0-11025Hz22050Hz优于FM广播电台0-16000Hz32000HzCD0-22050Hz44100Hz标准DVD0-24000Hz48000Hz蓝光DVD0-48000Hz96000Hz音频基础与原理量化位数：数字音频信号的范围称为量化位数，它决定了动态范围，也称位深度，通常以位（bit）为单位。一般来说，量化位数分为8位，16位，24位和32位。量化位数越高，信号的动态范围越大，采集数字化后的音频信号就越可能接近原始信号，声音质量也就越好。音频基础与原理声道数：声音通道的个数，是指一次采样的声音波形个数，它直接影响到声音环境的立体声效果和声音定位准确性。常见的声道数有：单声道、双声道和多声道。计算声音文件的数据量可以使用如下公式数据量（Byte）=声道数×采样频率（Hz）×（量化位数/8）×时间（s）[例]录制声音的采样频率是22.05kHz，量化位数为16，双声道，计算录制1分钟声音信息所需要的存储空间。存储空间=2×22.05×1000×（16／8）×60（Byte）=5292000B=5.292MB音频基础与原理无损压缩这类的压缩技术在解压后能够恢复到与原始文件一致的数据。主要利用音频数据中存在的统计冗余或其他数学特性来压缩数据，但不会造成音频信息损失。有损压缩这种技术在压缩过程中牺牲了一部分音频信息以换取更高的压缩比。压缩比是指未经压缩的原始数据量与经过压缩后的数据量之间的比率。数字音频格式波形文件格式WAV格式FLAC格式MP3格式WMA格式RA格式AAC格式M4A格式AIFF格式OGGVorbis格式DSD格式数字音频格式音乐合成技术——MIDI技术MIDI文件是合成音乐或声响效果的直接手段，*.mid格式的最大用处是在电脑作曲领域。MIDI文件占用的数据量小。数字音频处理技术音频处理技术的发展（1）模拟音频时代（2）数字音频时代（3）智能音频时代常用音频编辑软件（1）AdobeAudition（2）GoldWave（3）Audacity（4）GarageBand（5）ProTools语音合成与识别技术语音合成语音合成是指将计算机自己产生的、或者由外部输入的文字信息转变为人类可以听懂的汉语口语输出的技术。通俗地说，就是让计算机像人那样说话。语音识别语音识别技术，也被称为自动语音识别。其目标是将人类语言中的词汇内容转换为计算机可读的输入。音乐生成大模型音乐生成大模型借助人工智能技术，依据用户提供的多样化输入内容，自动生成相应音乐作品的一种创新方式。大模型名称特点网易天音提供AI编曲、作词与创作、一键DEMO以及虚拟歌手合成等功能音色多样，适合多种音乐风格创作。海绵音乐支持中文歌词输入，能够自动生成旋律和编曲。在中文歌曲生成方面，吐字清晰度和演唱流畅性较高，音乐曲风更符合中国人的喜好。即梦AI可以生成人声歌曲和纯音乐。通过AI“一键生词”，选择合适的曲风、心情、音色即可生成音乐。操作简单，适合音乐创作新手。天谱乐支持多模态输入，通过文/图/视频生成音乐，支持3.5分钟全曲创作且具有真人级发音和停顿控制。豆包-音乐生成模块按照提示设定音乐风格、情绪、音色以及歌词所要传达的主题，也可以自行撰写歌词，从而快速生成一首时长约1分钟的歌曲。SunoAI输入文本提示即可生成完整的带人声歌曲，支持多种风格和语言。有普通版和专业版两种模式，专业版可以编辑风格、角色设定、音色等。生成速度快，音质高，适合快速创作原创音乐。AIVA专注于生成古典和电影配乐风格的音乐，支持自定义风格模型。用户可以个性化编辑生成的音乐，适合需要高质量背景音乐的创作者。生成的音乐可用于电影、广告等专业领域。GoogleMusicLMMusicLM是GoogleResearch推出的一款先进的开源音乐大模型。它结合了文本到音乐生成以及音乐到音乐生成的能力，能够生成更加复杂和多样化的音乐作品。范例【范例】AI音乐生成【注】音乐由大模型随机生成，即使使用同样的提示词，每次生成的音乐也各不相同。范例【制作要求】访问“豆包”网站，进入“音乐生成”模块。输入提示词。歌词部分，可以自定义，也可以由AI帮写，本范例使用AI帮写。主题部分，尽量详尽描述想要表达的内容。例如：经历了无数个挑灯夜读的夜晚和无数次坚持与挣扎，我终于等到了这一刻——心仪大学的录取通知书静静地躺在我手中。心中涌起难以抑制的激动与自豪，所有的努力、汗水和不放弃终于换来了今天的回报。这不是终点，而是迈向新人生的重要起点。音乐风格与情绪，本范例选择“流行”作为音乐风格，“鼓舞”作为情绪。音色可以选择“女声”或“男声”，本范例使用“女声”。生成音乐。PART02Audition入门Audition简介工作窗口【注】本教材后续介绍均使用AdobeAudition2022版本。Audition基本操作新建音频文件打开AdobeAudition，选择“文件”︱“新建”菜单中的“音频文件”命令，或单击工具栏上的“波形”按钮，在弹出的“新建音频文件”对话框中，通过设置文件的名称、采样率、声道和位深度等属性可新建音频文件。新建多轨会话选择“文件”︱“新建”菜单中的“多轨会话”命令，或单击工具栏上的“多轨”按钮，在弹出的“新建多轨会话”对话框中，设置会话的名称、存放的文件夹位置、模板类型、采样率、位深度和音轨混合后的声道模式等属性便可新建多轨会话。新建CD布局通过选择“文件”︱“新建”菜单中的“CD布局”命令来编辑CD音乐。Audition基本操作打开文件打开AdobeAudition，在“文件”菜单中，选择“打开”命令，或单击“文件”面板上的“打开文件”按钮，随后在弹出的“打开文件”对话框中，根据文件存储的路径选择需要打开的文件即可。或通过“文件”︱“导入”菜单中的“文件”命令，或者单击“文件”面板上的“导入文件”按钮，在弹出的“导入文件”对话框中选择文件存储的路径，也可以打开文件。将文件导入为原始数据若要打开缺少描述采样类型的标头信息的文件，则需手动指定此信息。此时，需要将该文件导入为原始数据。通过“文件”︱“导入”菜单中的“原始数据”命令，在弹出的“导入原始数据”对话框中根据文件存储的路径打开文件。Audition基本操作保存与导出在AdobeAudition中，若要保存当前文件，可在“文件”菜单中，使用“保存”命令完成文件的保存。“文件”菜单中的“另存为”命令，或“文件”︱“导出”菜单中的“文件”命令，可将文件以不同的文件名、文件格式和采样类型保存更改。若需采用当前格式保存所有打开文件，可以选择“文件”︱“全部保存”命令。若要将当前选择的音频另存为新文件，可选择“文件”︱“将选择项另存为”实现。有时，也需要将大量音乐做同一种格式处理，例如，将多种格式的音频文件转换为统一格式，此时，便可通过“编辑”菜单中的“批处理”命令实现。该命令会将全部音频文件放入“批处理”面板，在导出时可调整文件格式。Audition基本操作音频录制使用计算机录制声音，需要麦克风、声卡、录音软件等基本设备，也可根据需要添加其他辅助设备以改善录音效果。AdobeAuditon中可根据需要进行单轨录音和多轨录音。范例【范例】批量转换格式【制作要求】添加文件。设置导出格式为wav。运行批处理。

【注】批处理转换后，若在文件夹中生成了pkf格式的文件，可忽略、不用删除。范例【范例】保存音乐片段将“二胡-我和我的祖国.m4a”音频文件中20s至40s的音乐片段，保存为一个新的音频文件，文件名为“音乐片段.mp3”。【制作要求】启动Audition，打开“二胡-我和我的祖国.m4a”文件。选取20s至40s的片段。保存音频选区，命名为“音乐片段.mp3”

。PART03音频编辑音频编辑选择部分波形1.精确选择打开音频文件后，使用“选区/视图”面板设置选区的开始时间和结束时间。2.模糊选择打开音频文件后，在希望选取的音频文件起始处单击并拖曳光标至结束处，即可选择波形片段。无论使用哪种方法选择波形，选中的波形均会以高亮显示。音频编辑选择全部波形打开音频文件后，右击“编辑器”面板的波形，在弹出的快捷菜单中，选择“全选”命令。此外，使用Ctrl+A组合键，或者在波形上双击也可选中全部波形。取消选择右击“编辑器”面板的波形，在弹出的快捷菜单中，选择“取消全选”命令即可取消所选中的波形。音频编辑编辑音频波形1.剪切和复制编辑音频的过程中，常常会使用“剪切”和“复制”命令，将音频文件、音频片段移动或复制到同一音频文件的其他位置或其他的音频文件中。“剪切”操作可使用Ctrl+X组合键，或者右击音频文件、音频片段，在弹出的快捷菜单中，选择“剪切”命令完成。“复制”操作可使用Ctrl+C组合键，或者右击音频文件、音频片段，在弹出的快捷菜单中，选择“复制”命令完成。“复制到新文件”操作，可以将音频数据复制并粘贴到新创建的文件中。音频编辑编辑音频波形2.粘贴在AdobeAudition中，粘贴分为“粘贴”和“混合粘贴”两种。右击复制或剪切的音频文件、音频片段，在弹出的快捷菜单中，选择“粘贴”命令可将音频移动到当前文件的指定位置。混合粘贴是指在已有的音频文件上，与剪切或复制的音频数据进行混合修改，主要用于对音频部分属性的修改，例如：反转已复制的视频等。音频编辑编辑音频波形3.删除和裁剪若需要删除音频中的一些多余片段，可以使用“删除”命令或“裁剪”命令。其中，“删除”命令用于删除选中的音频片段，而“裁剪”命令则是将没有被选中的音频部分进行删除。通过删除或剪裁后得到的音乐有时会显得有些生硬，开始和结束都很突然。此时，可以添加淡入淡出效果，目的是使声音有一个从无到有、从有到无的渐变过程。音频编辑编辑音频波形4.标记在音频的不同位置添加音频标记，可以起到提示的作用。例如，可以在音频中标记需要回放的片段，或者需要重新录制的片段等。标记可以是特定的时间点，也可以是时间范围。右击“编辑器”面板的波形，在弹出的快捷菜单中，选择“编辑|添加提示标记”命令，即可设置提示标记。音频编辑提取声道如果需要对立体声音频文件中的独立声道进行保存，可通过提取声道实现。提取声道的方式是，右击“编辑器”面板的波形，在弹出的快捷菜单中，选择“提取声道到单声道文件”命令，即可将立体声文件提取为左声道和右声道两个独立的文件。其中，“音乐_L”表示左声道文件，“音乐_R”表示右声道文件。范例【范例】音频剪辑在“合并1.mp3”音频文件的1分钟处，混入“合并2.mp3”音频文件1分钟至2分钟的音频片段，并以“音频剪辑.mp3”为文件名保存。【制作要求】启动Audition，打开“合并1.mp3”和“合并2.mp3”文件。复制“合并2.mp3”中的音频片段。在“合并1.mp3”1分钟处混入“合并2.mp3”中的音频片段。保存文件，命名为“音频剪辑.mp3”。范例【范例】声道混合将“音乐.mpa”音频文件的左声道中4~14秒的音频合成到新音频的左声道中，同时将“鸟鸣声.mp3”音频文件的右声道中1~11秒的音频合成到新音频的右声道中。新音频以“声道混合.mp3”为文件名保存。范例【制作要求】启动Audition，新建音频文件，声道为“立体声”，命名为“声道混合.mp3”。混合“音乐.mpa”文件的左声道到新音频的左声道中。混合“鸟鸣声.mp3”文件的右声道到新音频的右声道中。保存文件。PART04音效处理音效处理音量调整使用“振幅调整”浮动窗口调整。或使用“效果”菜单进行处理。通过“振幅与压限”效果中的“增幅”命令调整dB值。默认的增益值是0dB，增益值小于0表示降低音量，增益值大于0则表示提高音量，单击对话框中的按钮，还可以进行试听。音效处理淡入淡出效果使用“淡入淡出调节滑块”调整。在音频波形左上角的正方形滑块是淡入滑块，在音频波形右上角的正方形滑块则是淡出滑块或“淡化包络”效果来处理音频的淡入淡出。音效处理噪声处理与修复使用Audition“效果”︱“降噪/修复”菜单中的命令可以改善音频质量，去除不需要的噪音，或者修复音频中的各种问题。Audition工具栏中的“污点修复画笔工具”，则可以用来去除音频中持续时间较短的杂音。操作时，需要先单击“显示频谱频率显示器”按钮打开频谱，然后使用“污点修复画笔工具”，或者结合工具栏上的选择工具，例如，框选工具、套索选择工具等，在频谱上进行杂音的修复。范例【范例】铃声制作对“星光.wma”音频文件添加淡入淡出效果，并提高音频文件中“标记01”至“标记02”音频片段的音量，最终以“铃声.mp3”为文件名保存。范例【制作要求】启动Audition，打开“星光.wma”文件。制作“线性淡入”淡入效果。制作“平滑淡出”淡出效果。将“标记01”到“标记02”之间的音频音量提升5dB。保存文件，命名为“铃声.mp3”。范例【范例】杂音消除对“背景声.wav”和“人声.m4a”音频文件中的噪声、回音等杂音进行处理，并将处理后的文件分别保存为“背景声已处理.wav”、“人声已处理.wav”。通过多轨编辑将处理完的音频混编到一起，最终以“不负韶华.wav”为文件名保存。范例【制作要求】启动Audition，打开“背景声.wav”文件。处理“背景声.wav”文件的环境噪声。单击工具栏上的“显示频谱频率显示器”按钮。使用工具栏上的“框选工具”按钮，在频谱中选取20秒至30秒之间、频率为500Hz至5kHz范围内的噪声样本。执行“效果”︱“降噪/恢复”︱“捕捉噪声样本”菜单命令，获取噪声样本。执行“效果”︱“降噪/恢复”︱“降噪（处理）”菜单命令，弹出“效果-降噪”对话框，单击“选择完整文件”按钮，选中完整的音频文件，并调整“降噪”的参数为90%，“降噪幅度”参数为60dB。范例【制作要求】保存处理后的背景声文件。处理“人声.m4a”文件的回音。打开“人声.m4a”文件。执行“效果”︱“降噪/恢复”︱“减少混响”菜单命令，弹出“效果-减少混响”对话框，选择“处理焦点”的类型为“着重于更高的频率”，调整处理数量为40%。使用工具栏上的“污点修复画笔工具”修复“人声.m4a”文件中的噪声。保存处理后的人声文件。创建并编辑多轨会话。导出文件。PART05视频技术基础视频基础与原理视频帧：视频是由一系列连续播放的静态图像组成的，每一个独立的图像被称为一帧（Frame）。就像动画中的单幅画面，每一帧都是构成动态影像的一个瞬间。帧率：每秒钟显示或播放的帧数。常见的帧率有24fps、30fps、60fps等。视频分辨率：分辨率是描述视频图像清晰度的标准，通常表示为宽度和高度像素点的数量。视频分辨率为1920x1080像素称为高清，也称1080p；4K分辨率通常是3840×2160像素。码率：单位时间内视频数据的传输速率，以比特/秒（bps）或千比特/秒（kbps）衡量，码率越高，视频质量越好，但文件体积也越大。视频基础与原理（1）有损压缩和无损压缩（2）空间冗余与时间冗余空间冗余：视频或图像中相邻像素之间具有高度的相似性或相关性，是静态图像中存在的最主要的一种数据冗余。时间冗余：视频序列中连续帧之间的内容具有高度相似性，是动态视频中一种重要的数据冗余。数字视频格式AVI格式MPEG格式RM格式RMVB格式ASF/WMV格式MOV格式M4V格式3PG格式FLV/F4V格式H.264/MPEG-4AVC格式HEVC/H.265格式数字视频处理技术线性编辑技术线性编辑是较早的一种磁带编辑方式，根据节目内容的要求将素材连接成新的连续画面，在编辑时必须顺序寻找所需要的视频画面。传统的线性编辑方法，需要先插入与原画面时间不等的画面，接着使用组合编辑将素材顺序编辑成新的连续画面，然后再以插入编辑的方式对某一段进行同样长度的替换。非线性编辑技术非线性编辑改变了传统单一的时间顺序编辑模式，可以按各种顺序排列，特性是快捷简便、随机灵活。非线性编辑只要上传一次就可以多次编辑，信号质量始终不变，既节省了设备、人力，又提高了编辑效率。数字视频处理技术常用视频编辑软件（1）WindowsMovieMaker（2）会声会影（3）AdobePremiere（4）AdobeAfterEffects（5）FinalCutPro（6）剪映视频生成大模型视频生成大模型借助人工智能技术，根据用户输入生成动态视频内容的过程。大模型名称特点即梦AI上传人物图片+参考视频可生成30秒动态视频，动作还原度高，同时支持智能画布、音乐生成，直出中文海报。腾讯混元上传人物图片后选择模板（如跳舞、挥手），生成精准肢体动作。通过输入文本或音频，实现嘴型同步，支持人物“说话”或“唱歌”。可灵AI支持高清视频生成，时长最长2分钟（30fps），支持多图参考、运动笔刷、创意特效（如“万物膨胀”）等创新功能。海螺AI支持文生视频、图生视频、情绪表情生成，视频风格多样化，例如：水墨风、3D动漫等，适配创意内容。通义万相擅长中式元素，支持音画同步生成。SoraOpenAI推出的文本生成视频模型，Sora能够根据提供的文本描述来创建逼真的视频内容，从而实现从文本到视频的直接转化。RunwayML面向创意工作者的AI平台，支持图像、视频和文本的多种AI模型应用。它通过简单易用的界面让用户无需编程基础即可进行深度学习实验，如风格迁移、物体分割等。范例【范例】AI视频生成【注】视频由大模型随机生成，即使使用同样的提示词，每次生成的视频也各不相同。范例【制作要求】访问“即梦AI”网站，进入“视频生成”模块。输入提示词。提示词应尽量详尽地描述想创作的画面内容、运动方式等。

例如，画面从高空俯瞰一座充满玻璃幕墙与绿色能源装置的未来都市开始，晨曦洒在高楼林立的城市上空。天空中穿梭着多个小型无人机，它们井然有序地飞行，像交通网络一样精准运行。其中一架白色无人机缓缓下降，接近一栋现代风格的公寓楼，停在一间阳台前。它伸出机械臂，将一个小包裹轻轻放在阳台上，然后自动返回空中航线，继续下一次配送任务。背景是轻柔的电子音乐和轻微的无人机嗡嗡声，整体氛围宁静而高效，展现出科技与人类生活无缝融合的美好未来图景。若有首帧或尾帧素材，可以上传即梦，本范例没有上传。生成视频。PART06剪映入门剪映界面介绍工作窗口【注】本教材后续介绍均使用剪映专业版5.0.0版本。标题栏工具栏区域素材面板时间轴面板参数调整区播放器剪映基本操作AI智能成片打开剪映专业版软件，在首页界面单击“文字成片”按钮，选择自由编辑文案，或者自拟主题、智能写文案，便可生成视频文案，剪映专业版一次可以生成三篇智能文案。挑选满意的文案后，继续选择朗读的人声，然后单击“生成视频”中的“智能匹配素材”选项便可自动生成视频。【注】该功能需联网使用。剪映基本操作创建与管理项目打开剪映专业版软件，在首页界面单击“开始创作”按钮，便创建了一个视频剪辑项目，与此同时，首页界面将切换到视频的编辑界面。在剪辑视频的任何时刻，只要选择“菜单”按钮中的“返回首页”命令，即可回到首页界面。返回到首页后，可以看到刚才创建的项目被存放到了“草稿”区域，因此，若需要保存项目，可以先返回首页。单击项目缩览图右下角的按钮，可以对项目进行“重命名”、“复制草稿”和“删除”等管理操作。若要继续编辑该项目，则可以单击项目缩览图，再次进入该项目的视频编辑界面。剪映基本操作剪辑准备（1）导入素材进入项目的编辑界面后，在默认的“媒体”左侧工具栏中单击“导入”按钮，便可添加本地素材文件。使用“素材库”功能，可以搜索剪映素材库中的素材，包括片头、转场、特效、贴纸等，该功能也需要联网使用，使用时，需注意版权。“云素材”需要联网并登录账号使用。剪映基本操作剪辑准备（2）添加至时间轴导入素材后，可以长按鼠标左键，将素材拖入时间轴面板，或者单击素材缩览图右下角的按钮，将素材添加到时间轴面板。剪映基本操作复制、剪切、粘贴、删除和替换右击视频选择“复制”、“剪切”、“粘贴”、“删除”命令可以完成相应的功能，也可使用组合键实现。“复制”的组合键为Ctrl+C；“剪切”的组合键为Ctrl+X；“粘贴”的组合键为Ctrl+V；“删除”功能可直接使用Delete键。对素材剪辑后，若对原始素材不满意，直接删除素材将会影响整个剪辑项目，此时可以通过右键菜单中的“替换”命令来替换原始素材。此功能只替换素材，不会删除已经执行的剪辑操作。剪映基本操作画面比例调整素材添加至时间轴后，选中素材，单击播放器右下角中的“比例”按钮，即可调整视频画面的比例。也可以在“画面|基础”参数调整区，使用缩放、位置等参数进行自定义调整。对于尺寸过大的视频，剪映会对其进行压缩，可能会造成视频模糊。剪映基本操作画面比例调整素材添加至时间轴后，选中素材，单击播放器右下角中的“比例”按钮，即可调整视频画面的比例。也可以在“画面|基础”参数调整区，使用缩放、位置等参数进行自定义调整。对于尺寸过大的视频，剪映会对其进行压缩，可能会造成视频模糊。导出视频通过剪映专业版右上方的“导出”按钮，可将视频导出保存。导出时，可以选择视频的分辨率、码率、格式等参数，还可以选择是否将视频同步发布到抖音等平台。范例【范例】横竖版视频转换将本地素材“动物世界.wmv”调整为竖版视频，以适应移动端平台的播放，并以1080P为分辨率，H.264为编码格式，“动物世界竖版.mp4”为文件名导出。【制作要求】创建项目，导入本地素材“动物世界.wmv”。调整视频比例为9：16。预览。导出文件，标题为“动物世界竖版”，分辨率为1080P，编码为H.264，格式为“MP4”。范例【范例】春意盎然使用本地素材“花1.jpg”、“花2.jpg”、“花3.jpg”、“花4.jpg”、“片头.mp4”和“片尾.mp4”制作一个视频，并以720P为分辨率，H.264为编码格式，“春意盎然.mp4”为文件名导出。范例【制作要求】创建项目，导入本地素材。按照“片头.mp4”、“花1.jpg”、“花2.jpg”、“花3.jpg”、“花4.jpg”顺序添加到时间轴面板。调整“花1.jpg”、“花2.jpg”、“花3.jpg”和“花4.jpg”素材的显示时长为3秒（左右）。调整“花2.jpg”素材的显示比例，使其全屏显示。将“片尾.mp4”素材添加到时间轴的最后。设置背景音乐。设置封面。预览。导出文件，标题为“春意盎然”，分辨率为720P，编码为H.264，格式为“MP4”。PART07视频剪辑视频剪辑基础剪辑在时间轴面板中，可以使用如图485所示的剪辑工具对选中的素材进行分割、向左向右裁剪、定格、倒放、镜像、旋转、调整裁剪比例和缩放时间线等基础剪辑操作。1.分割与左右裁剪分割工具可以把一段视频分割成多段视频，这样便可以独立处理每段视频，如添加转场、特效、调整色彩或音效等。分割视频时，只要将时间线拖曳至需要分割的位置，然后单击“分割”按钮即可。向左向右裁剪是指从较长的视频中截取视频片段。将时间线拖曳至需要裁剪的位置，根据需要单击“向左裁剪”按钮或“向右裁剪”按钮，或拖动素材左侧或右侧的白色拉杆来截取视频。视频剪辑基础剪辑2.定格定格功能可以让视频的画面停留在某个瞬间。将时间线拖曳至需要停留的画面位置，然后单击“定格”按钮，即可生成定格图片，图片的显示时长一般为3秒。3.倒放倒放功能可以对视频进行倒放处理，常用来制作时光倒流的视频效果。选中需要倒放的视频素材，然后单击“倒放”按钮便可实现倒放处理。4.镜像和旋转镜像是对视频素材进行水平翻转，旋转可以对视频素材按角度旋转。除了使用“镜像”和“旋转”按钮实现翻转外，也可以在播放器中通过调整旋转角度实现。视频剪辑基础剪辑5.调整裁剪比例如果视频素材的局部有些瑕疵，或者构图不理想，可以使用“裁剪比例”按钮去除瑕疵画面，进行二次构图。6.时间线缩放在处理较长时间的视频时，由于时间跨度比较大，从视频开头移到视频末尾需要较长的时间，此时，可以使用适当地调整时间线缩放。全局预览缩放可以将时间轴调整到最合适的显示比例。视频剪辑进阶剪辑1.关键帧选中时间轴中的素材后，在“画面|基础”参数调整区单击按钮添加关键帧，如需要取消关键帧，可以单击按钮。关键帧会记录此时此刻素材的所有信息参数，例如：时间、位置、大小和音量等信息。当创建了一个关键帧，且前后素材参数发生变化时，就会自动生成新的关键帧。视频剪辑进阶剪辑2.抠像色度抠图主要针对纯色背景的抠图，例如绿幕抠图。只需要选择相应的色度范围，便能快速去除该色度范围内的背景，达到抠图效果。自定义抠像，是指使用快速画笔工具，通过调整画笔大小，擦除不需要的部分以及抠像描边等操作，实现精细抠像的效果。这种自定义抠像方式适用于复杂的场景或需要精确抠像的情况。智能抠像可以实现自动抠图，但需联网使用。视频剪辑进阶剪辑3.蒙版选中时间轴中的素材后，通过调整蒙版的形状、旋转、位置和羽化值，可以精确地控制哪些部分被遮挡，哪些部分保持可见。各种形状的蒙版工作原理是相同的，灰色部分表示想要显示的区域，黑色部分表示不需要显示的区域。以“线性”蒙版为例，上半部分为显示区、下半部分为遮挡区。通过右上方的“反转”按钮，可以对换两个区域。视频剪辑进阶剪辑4.变速常规变速是对所选的素材进行统一调速。而曲线变速，则可以为所选素材中不同的部分，分别添加慢动作或快动作。例如，同一个素材，使用曲线变速可以制作出先快后慢的效果。变速的参数可以在选中素材后，通过参数调整区设置。视频剪辑进阶剪辑5.调节调节是剪映提供的色彩调节功能，可以使用“基础”功能对视频整体的色温、亮度、对比度、饱和度等参数进行调整。若对色彩调整有更高要求，则可以使用HSL功能、曲线和色轮工具辅助矫正画面颜色。视频剪辑进阶剪辑6.画中画画中画”是一个视频叠加功能，是指在一个主视频画面中嵌入并播放另一个窗口视频。这一功能常被用来创作对比镜头、微课讲解或其他创意视觉效果。在剪映的移动端APP中，有专门的“画中画”按钮，而桌面端的剪映专业版虽然没有直接显示该按钮，但可以通过拖曳视频至第二个视频轨道来实现同样的效果。范例【范例】极光使用本地素材“极光1.mp4”和“极光2.mp4”制作延时摄影效果，并以720P为分辨率，H.264为编码格式，“极光.mp4”为文件名导出。范例【制作要求】创建项目，导入本地素材。在“极光1.mp4”素材的第10秒处插入“极光2.mp4”素材。使用变速功能制作延时摄影效果。调整第一段“极光1.mp4”素材和第二段“极光1.mp4”素材的播放速度为原始速度的3倍。使用“曲线变速”调整“极光2.mp4”素材的播放速度。定格第二段“极光1.mp4”素材最后一幅画面，并调整画面的显示时长为1秒，缩放为85%，旋转为-5度。预览。导出文件，标题为“极光”，分辨率为720P，编码为H.264，格式为“MP4”。范例【范例】画中画制作使用本地素材“万花筒.mp4”、“卡通.mp4”和“虚拟人物.mp4”制作画中画视频，并以720P为分辨率，H.264为编码格式，“画中画.mp4”为文件名导出。范例【制作要求】创建项目，导入本地素材“卡通.mp4”和“虚拟人物.mp4”。将“虚拟人物.mp4”素材拖动到“卡通”素材上方的轨道中。拖动“虚拟人物.mp4”素材右侧的白色拉杆，使其与“卡通”素材时长匹配。使用“抠像”功能去除“虚拟人物.mp4”素材的黑色背景，并适当调整大小和位置。导入本地素材“万花筒.mp4”，结合“星型”蒙版制作彩色星星。将“万花筒”素材拖动至“虚拟人物.mp4”素材上方的轨道中。拖动“万花