《人工智能技术与应用》 教案 第4章 AI生成视觉与声音-做自己的多媒体设计师

第四章：AI生成视觉与声音——做自己的多媒体设计师一、课程基本信息项目内容课程名称人工智能应用与实践章节名称第四章：AI生成视觉与声音——做自己的多媒体设计师授课对象大专一年级新生（各专业）课时安排6课时（每课时40分钟，共240分钟）授课形式理论讲授+课堂互动+上机实操二、教学内容与目标概览本章是课程“工具实践”阶段的多模态拓展章节，承担着将文本生成能力延伸至视觉与听觉领域、培养学生跨模态内容创作能力的核心功能。包含五节内容：4.1文生图——创意图像生成实战；4.2文生视频——动态内容快速制作；4.3音频生成——智能配音与音效设计；4.4核心工作流——从分散素材到完整作品；4.5综合实战——制作校园活动宣传包。教学目标：知识目标：能够说出文生图、文生视频、文生音频三类AIGC技术的基本原理（扩散模型、图文成片、深度学习TTS），并列举至少2种国产工具及其核心功能。能够解释“提示词要素（主体、场景、风格、构图、画质）”对文生图输出质量的影响机制。能力目标：能够运用五要素框架独立设计文生图提示词，使用即梦AI或可灵AI生成符合主题要求的图像，并进行迭代优化。能够使用剪映完成从“图文成片”到“音频混音”再到“多轨道合成”的完整视频制作流程，输出一个30-60秒的完整短视频。素养目标：建立“AI生成内容需经人工审核与精加工”的质量意识，理解AI是“素材提供者”而非“成品交付者”。初步形成对AI生成内容版权与伦理风险的基本认知（深度伪造、版权归属、使用标注），养成负责任创作的习惯。三、学情分析与教学对策学生特点：已在第三章系统学习提示词工程（文本领域），具备将方法论迁移到多模态的基础；对“用AI做海报、做视频”有天然的好奇心和动机；但大多数学生没有专业设计或视频剪辑经验，对“构图”“分镜”“混音”等术语陌生。教学对策：从学生熟悉的“发朋友圈配图”“做短视频”等场景切入；4.1-4.3节每节安排20分钟以上实操，以“做中学”为主、理论讲解为辅；4.4节以剪映为枢纽串联全流程；4.5节以小组项目形式完成综合实战。四、教学重点与难点重点：文生图提示词五要素框架（主体、场景、风格、构图、画质）；剪映“图文成片”与多轨道合成工作流；多模态素材的统一风格整合。难点：文生图的“迭代优化”思维（而非一次性成功）；音频混音中“人声与BGM”的音量平衡与闪避技术；跨模态项目中“风格统一”的实现策略。五、教学方法讲授法——系统讲解各类AIGC原理与操作流程，配合示意图与对比案例。任务驱动法——每节配套实操任务，4.5节安排小组综合实战。六、教学过程设计（6课时，每课时40分钟，共240分钟）第一课时：文生图——创意图像生成实战（上）（40分钟）环节一：复习导入（8分钟）教师活动：快速提问复习第三章核心内容：“提示词三要素是哪三个？”“思维链的核心作用是什么？”请学生回答。展示一张用AI生成的精美图片（如“赛博朋克风格的校园”），提问：“你们觉得这张图是怎么来的？需要什么技能才能画出来？”引导学生回答“用AI，输入文字描述就可以”。引出导入案例：“周五下午，辅导员找到设计社团的李雷：‘下周一科技节开幕，原定宣传海报因故无法交付，你们能周末紧急制作一套吗？’李雷没有用数位板，没有开Photoshop——他打开AI工具，输入文字描述。周一早上，一套高质量宣传材料惊艳亮相。今天，我们就要学习这种‘魔法’——用文字生成图像。”学生活动：回答问题，观看展示图片并产生兴趣，倾听导入案例。设计意图：从第三章内容自然过渡，用真实场景激发学习动机。环节二：文生图核心原理（10分钟）教师活动：板书画出“训练与生成”两个阶段的流程图：训练阶段：海量“图片-文字描述”配对数据→模型学习图文映射关系生成阶段：用户输入文本提示词→模型从随机噪声开始逐步“去噪”→生成符合描述的新图像用“有引导的梦境”比喻解释扩散模型：“想象你晚上做了一个梦——一开始画面是模糊的、混沌的（随机噪声）。然后你的意识（提示词）开始介入：’要有山、要有水、要有阳光’。渐渐地，画面越来越清晰，越来越符合你的想象。文生图模型的工作方式，就是一场’有引导的梦境’。”强调一个关键认知：“AI不是在‘回忆’它见过的图片，而是在‘创造’从未存在过的图片。它学习的是规律，输出的是新组合。”学生活动：观看板书图解，倾听比喻理解原理。设计意图：用“梦境”比喻降维复杂原理，让学生理解“创造”而非“复制”的本质。环节三：文生图提示词五要素（15分钟）教师活动：投影展示五要素框架，逐一讲解并用同一主题的进化示例展示效果：要素一：主体——“画面中最核心的对象。清晰描述物种、姿态、表情、动作。‘一只正在读书的熊猫’就比‘一只动物’好得多。”要素二：场景——“故事发生的舞台。背景、地点、时间、光照、天气。‘在充满未来感的图书馆里，温暖的台灯光线’。”要素三：风格——“控制画面的艺术调性。水彩画、赛博朋克、吉卜力动画风、水墨画。这是最强大的控制工具之一。”要素四：构图——“镜头的语言。特写、全景、仰视、鸟瞰、中心构图。‘仰视视角以体现宏伟感’。”要素五：画质——“追求卓越的渲染。高清、4K、高细节、电影光影。同时使用负面提示词排除不想要的元素。”用“苹果”主题展示五要素逐层叠加的效果（文字描述+对应画面描述）：只有主体：“一个苹果”+场景：“一个苹果，在铺着白色桌布的木质桌上”+风格：“一个苹果……静物油画风格”+构图/画质：“一个苹果……特写镜头，柔和的侧光，高细节”板书公式：文生图提示词=主体+场景+风格+构图+画质（+负面提示词）学生活动：观看五要素分解示例，记录公式，理解“越具体越精准”的原则。设计意图：将第三章的三要素框架扩展到视觉领域，建立知识迁移。环节四：负面提示词与工具介绍（5分钟）教师活动：展示负面提示词的作用：“文生图经常会生成一些奇怪的东西——多了一根手指、人脸扭曲、模糊不清。负面提示词就是告诉AI‘不要生成这些东西’。”展示常见负面提示词示例：“模糊，畸形，多余的手指，丑陋，水印，文字，签名，低质量，卡通画”简要介绍本课程使用的工具：即梦AI（APP/网页）、可灵AI（网页），说明两者的基本操作界面和免费额度。学生活动：了解负面提示词的用途，记录工具名称。设计意图：帮助学生避免常见“踩坑”，为实操做准备。环节五：课堂小结（2分钟）教师活动：“今天我们学了文生图的两大核心——扩散模型原理（有引导的梦境）和五要素提示词框架（主体、场景、风格、构图、画质）。下节课我们用这些知识实战——生成一张‘校园科技节’海报主视觉图。”学生活动：记录要点。第二课时：文生图实战与迭代优化（40分钟）环节一：复习导入（5分钟）教师活动：快速提问：“文生图五要素是哪五个？”“负面提示词是做什么用的？”请学生回答。过渡：“今天这节课，我们要实战——用即梦AI或可灵AI生成一张‘校园科技节’的主视觉海报图。我来完整演示一遍流程，然后大家自己动手。”学生活动：回答问题，进入实操状态。设计意图：承上启下，明确本课目标。环节二：教师完整演示（10分钟）教师活动：投屏展示完整的操作流程，分步演示：打开即梦AI：展示登录后的主界面，找到文生图功能入口。输入提示词：展示完整的科技节提示词——“一位充满好奇心的亚洲青年大学生，身着发光的未来感服饰，手中托起一个璀璨的全息科技界面……背景是融合了中国古典亭台楼阁与霓虹灯光、数字信息流的未来校园广场……赛博朋克风格混合中国风，数字渲染，高清，8K，细节极其精致……”填写负面提示词：输入“模糊，畸形，多余的手指，丑陋，水印，文字，签名，低质量”。点击生成：展示等待过程和四宫格结果预览。筛选与迭代：从4张中选择最满意的一张，分析不足（“科技感还不够”“色彩太暗”），修改提示词后重新生成。强调核心观点：“第一次生成很少能完美——迭代2-3次是正常的。不要期望一次成功。”学生活动：观看演示，理解完整流程和迭代思维。设计意图：用真实案例示范全流程，建立“迭代优化”的预期。环节三：学生实操——生成科技节海报（20分钟）教师活动：布置任务：“现在请大家打开即梦AI或可灵AI，生成一张‘校园科技节’或‘校园传统文化节’的海报主视觉图。要求：①提示词必须包含五要素；②必须使用负面提示词；③至少生成4张候选图并选出最优。”提供两个主题的参考提示词模板（投影展示），学生任选其一：科技节模板：“[主体描述]，[未来感校园场景]，赛博朋克风格混合中国风，[构图描述]，高清8K”传统文化节模板：“[汉服学生参与传统活动]，[融合古典园林与现代建筑的校园场景]，现代国潮插画风格，[构图描述]，高清8K”巡视指导策略：0-8分钟：检查学生是否顺利登录工具并开始输入提示词，帮助遇到技术困难的学生。8-15分钟：观察生成结果，对有问题的提示词给予建议（“风格词不够具体，试试加‘吉卜力动画风’”“构图不明确，加‘中心构图’”）.15-20分钟：鼓励学生进行第二轮迭代优化，比较前后差异。提醒学生截图保存：输入提示词界面、四宫格生成结果、最终选定的图片。学生活动：自主操作，生成图像，尝试迭代优化，截图保存成果。设计意图：让每个学生完整体验“设计提示词→生成→筛选→迭代”的全流程。环节四：作品分享与点评（5分钟）教师活动：邀请3位学生投屏展示自己的作品：“你的提示词是什么？生成过程中遇到了什么问题？你是怎么优化的？”对展示作品进行简要点评，聚焦提示词的优点和改进空间。学生活动：展示作品，分享经验，倾听同伴反馈。设计意图：同伴学习，互相启发，巩固“迭代优化”的思维。第三课时：文生视频与音频生成（上）——图文成片（40分钟）环节一：复习导入（5分钟）教师活动：展示上节课学生生成的优秀文生图作品，肯定成果。提问：“静态图片有了，但如果想让它们‘动起来’、配上声音，变成一个完整的宣传视频，该怎么做？”引出本课内容：“今天我们学习两种新能力——用AI把文字脚本变成视频（文生视频/图文成片），以及用AI生成配音（文生音频）。我们依然用‘校园科技节’这个主题。”学生活动：观看展示，思考问题，进入新课。设计意图：从已学内容自然延伸，明确本节在整个项目中的位置。环节二：文生视频原理与剪映“图文成片”（12分钟）教师活动：简要讲解文生视频的技术逻辑：“文生视频比文生图难得多——不仅要生成每一帧画面合理，还要保证帧与帧之间连贯（物体运动自然流畅）。目前主流工具能生成2-10秒片段。”“对于学生群体，更实用的路径是‘图文成片’——写一段脚本，AI自动匹配素材、配音、配乐、生成视频。剪映的‘图文成片’功能就是典型代表。”投屏展示剪映“图文成片”的完整流程：打开剪映→点击“图文成片”→输入文案脚本→选择视频风格→一键生成展示一个快速示例：输入一段30字的活动通知文案，约2分钟后生成一个包含画面、配音、字幕的完整视频。强调：“图文成片生成的只是‘草稿’——需要人工精细调整才能成为高质量作品。AI负责快速生成基础版本，人负责打磨升级。”学生活动：观看演示，理解图文成片的价值与局限。设计意图：让学生快速建立“图文成片”的感性认识，明确“人机分工”的边界。环节三：撰写视频脚本（8分钟）教师活动：讲解视频脚本的结构要求：片头（吸引注意）→核心内容（分点介绍）→号召行动（结束语）。展示“校园科技节”预告片的完整脚本（60秒），逐段讲解写作要点：“片头要有悬念或吸引力——‘你是否想象过，未来的校园是什么模样？’”“核心内容要分点清晰——机器人格斗、VR体验、专家讲座、学生作品展，每点一句。”“结尾要有明确号召——‘10月25-27日，不见不散！扫描二维码报名！’”提醒写作注意事项：“脚本要口语化，适合朗读；每段不宜过长，配合画面切换节奏；关键信息（时间、地点）必须准确清晰。”学生活动：倾听脚本写作方法，记录结构模板。设计意图：让学生理解“好的脚本是好的AI视频的前提”。环节四：学生实操——用剪映生成视频草稿（12分钟）教师活动：布置任务：“请在剪映中用‘图文成片’功能，生成一个30-60秒的活动预告视频草稿。可以使用我提供的脚本模板，也可以自己写。”提供简化版脚本模板（投影展示），降低学生写作门槛。巡视指导：检查学生是否正确进入“图文成片”功能，帮助粘贴脚本、选择风格，提醒学生观察AI自动匹配的素材是否符合预期。提醒学生截图保存：脚本输入界面、风格选择界面、生成的视频草稿。学生活动：打开剪映，输入脚本，生成视频草稿，观察初步效果。设计意图：让学生快速获得“从文字到视频”的成就感。环节五：课堂小结（3分钟）教师活动：“今天我们学了剪映‘图文成片’——输入脚本，AI自动生成视频草稿。下节课我们要学习‘配音’——让视频不仅有画面，还有声音。同时我们会对草稿进行精细调整，从‘能用’升级到‘好用’。”学生活动：记录小结要点。第四课时：文生视频与音频生成（下）——配音与精修（40分钟）环节一：复习导入（5分钟）教师活动：快速提问：“上节课我们用剪映的什么功能生成了视频草稿？”“生成的是成品还是半成品？”学生回答“图文成片”“半成品”。过渡：“半成品需要打磨。今天我们学两件事——一是给视频配上更好的声音（AI配音），二是对视频进行精细化调整（替换素材、调整节奏、添加字幕）。”学生活动：回答问题，进入新课。设计意图：承上启下，明确本课任务。环节二：AI音频生成原理与工具（10分钟）教师活动：简要讲解文本到语音（TTS）的技术演进（三个阶段）：拼接合成：机械拼接录音片段，生硬不连贯参数合成：算法生成语音参数，机械感强深度学习合成（当前）：端到端学习，自然流畅用“三个阶段的对比”帮助学生理解：“最初的AI语音像机器人——一字一顿；现在的AI语音已经像真人了——有语气、有停顿、甚至有点情感。这个进步来自深度学习。”介绍两类工具的使用场景：剪映“文本朗读”：快速、方便、够用——适合快速配音需求魔音工坊：音色丰富、控制精细——适合对音质有更高要求的场景展示音色选择的维度：性别与年龄、风格与场景（新闻播报、亲切解说、故事讲述）、语言与方言。学生活动：倾听讲解，了解工具差异和选择逻辑。设计意图：帮助学生理解“为什么同样的文字，AI能读出不同感觉”。环节三：实操——用剪映“文本朗读”生成配音（10分钟）教师活动：演示操作流程：打开上节课生成的视频草稿→点击“文本”→“新建文本”→粘贴或输入配音脚本选中文本→点击“文本朗读”→选择音色（如“亲切女生”“磁性男声”）→生成音频观察音频轨道上自动生成的配音波形提醒学生：“如果对某个音色不满意，可以切换到另一个音色重新生成，并比较差异。”学生自主操作：为自己的视频草稿添加AI配音，试听并选择满意的音色。学生活动：跟随演示操作，为视频添加配音，试听比较不同音色。设计意图：让学生掌握快速生成配音的方法。环节四：实操——在剪映中精修视频草稿（10分钟）教师活动：讲解四个精修操作（投影展示要点）：替换素材：“AI匹配的素材不一定贴切——可以删除不合适的，用自己生成的图片（文生图成果）或本地照片替换。”调整节奏：“根据配音的长度，切割或延长画面时长。用‘分割’工具剪掉多余部分。”检查字幕：“AI生成的字幕可能有错别字——必须逐句校对修改。”添加BGM：“从剪映音乐库选一首合适的背景音乐，音量要远低于人声（-15dB到-20dB）。”学生自主操作：对自己的视频草稿进行至少两项精修。巡视指导：帮助学生解决技术问题（找不到替换素材的入口、不知道怎么调节音量等）。学生活动：对视频草稿进行精修——替换素材、调整节奏、校对字幕、添加BGM。设计意图：让学生从“被动接受AI产物”升级为“主动编辑优化作品”。环节五：课堂小结与作品展示（5分钟）教师活动：请2位学生展示自己精修后的视频成品。简要点评，肯定进步，指出可进一步优化的方向。小结本课要点：“配音让视频‘有声’，精修让视频‘有质’。AI生成的是草稿，人的精加工才是让作品脱颖而出的关键。”学生活动：展示作品，倾听反馈。第五课时：核心工作流——从分散素材到完整作品（40分钟）环节一：复习导入（5分钟）教师活动：快速回顾前三节课的成果：“我们已经学习了——用即梦AI生成图像素材、用剪映图文成片生成视频草稿、用文本朗读生成配音。现在的问题是：这些分散的素材怎么组织成一个完整的作品？”引出本课核心：“今天我们要学习‘核心工作流’——把前面所有的能力整合在一起，输出一个完整的宣传视频。”学生活动：回顾前序内容，明确本课目标。设计意图：承上启下，完成技能整合。环节二：工作流全景图（8分钟）教师活动：投影展示“AI视频创作完整工作流示意图”，逐阶段讲解：阶段一：素材准备图像素材：来自即梦AI/可灵AI（4.1节）视频草稿：来自剪映图文成片（4.2节）配音：来自剪映文本朗读/魔音工坊（4.3节）BGM与音效：来自剪映乐库阶段二：核心合成（剪映为枢纽）多轨道编排：视频轨道+配音轨道+BGM轨道+音效轨道音画同步：画面切换与配音内容匹配混音：人声突出、BGM陪衬字幕与特效：智能字幕+转场特效阶段三：导出发布格式选择（1080P/MP4）→导出用一个类比帮助理解：“剪映就像一个‘中央厨房’——前面的工具负责生产原料（图片、配音、草稿），剪映负责把原料做成成品（完整的视频）。”学生活动：观看工作流示意图，理解各环节的衔接关系。设计意图：建立系统性思维，让学生看到“单个工具→完整工作流”的升级。环节三：核心操作演示——多轨道合成（12分钟）教师活动：投屏展示在剪映中打开一个完整项目的时间线界面，逐项演示：导入素材：将文生图成果、图文成片草稿、配音文件、BGM全部导入媒体库搭建时间线：V1轨道：放置视频片段和图片（主视觉图作为片头）A1轨道：放置配音（主声音，音量最大）A2轨道：放置BGM（音量调节至-18dB左右）A3轨道：放置音效（转场音效、强调音效）音画同步：“仔细听配音，当说到‘机器人格斗’时，画面必须切换到机器人相关素材——通过拖拽微调对齐。”添加闪避效果：“当配音开始时，BGM自动降低——通过关键帧实现。这是专业视频的标准操作。”智能字幕：“点击‘智能字幕’→选择‘识别字幕’→自动生成字幕→逐句校对错别字。”强调：“多轨道合成的核心是‘层次感’——主次分明、互不干扰。”学生活动：观看演示，理解多轨道合成的核心操作。设计意图：以剪映为枢纽，展示完整合成流程。环节四：学生实操——合成自己的完整视频（12分钟）教师活动：布置任务：“将你前面生成的素材（文生图、视频草稿、配音、BGM）在剪映中合成为一个完整的30-60秒宣传视频。要求：①至少包含3个视频/图片素材；②有配音和BGM；③有字幕；④导出为MP4文件。”巡视指导：检查各轨道素材是否齐全，帮助素材不完整的学生快速补充（如建议使用文生图工具临时生成），提醒导出参数设置。提醒保存：引导学生按“作品名称_姓名”格式保存项目文件和导出视频。学生活动：合成自己的完整视频，导出成品。设计意图：让每个学生产出完整的视频作品，获得成就感。环节五：课堂小结（3分钟）教师活动：“今天我们完成了一个完整的创作闭环——从文生图到图文成片、从配音到多轨道合成，最终产出了一个完整的宣传视频。下节课我们将进入综合实战——以小组为单位，完成一整套‘校园活动宣传包’（海报+视频+音频）.”学生活动：记录课后任务，准备小组项目。第六课时：综合实战——制作校园活动宣传包（40分钟）环节一：项目发布与小组分组（8分钟）教师活动：发布综合实战项目：“前五节课我们学会了用AI生成图像、视频、音频。今天，你们要把所有能力组合起来——以小组为单位，为一项目拟的校园活动制作一整套‘宣传包’，包括：①一张主视觉海报；②一个30-60秒短视频；③一段30-60秒音频通知（广播稿）。”展示活动主题选项（或学生自定）：校园科技节（续用前序主题）校园传统文化节（汉服展、民乐会）社团招新（任选社团类型）校园读书月自选主题分组（每组4-5人）：按座位就近分组，或学生自由组合。强调项目要求：风格统一：三件作品的主题关键词、主色调、语言风格一致信息一致：活动名称、时间、地点在所有作品中必须完全相同AI工具使用：必须使用至少2种本章学习的AI工具（即梦AI、剪映、魔音工坊等）提交内容：①海报图片；②短视频文件；③音频文件；④简短制作说明（用AI工具情况）学生活动：了解项目要求，完成分组，确定活动主题。设计意图：用真实项目驱动综合能力训练，培养团队协作和项目管理意识。环节二：各小组策划讨论（12分钟）教师活动：引导学生按步骤讨论并记录（每组一份策划单）：第一步：定风格——“主色调是什么？视觉风格是什么？配音风格是什么？”第二步：写文案——“活动名称、口号、核心信息（时间地点）、宣传要点”第三步：分工——“谁负责文生图？谁负责视频剪辑？谁负责配音和音频？”巡视各小组，提供建议：“选传统文化节的小组，可以考虑朱砂红和墨黑为主色调，配音选优雅女声.”“选社团招新的小组，风格可以更活泼、色彩更鲜艳.”确保每组完成策划单的基本填写。学生活动：小组讨论，填写策划单，明确分工。设计意图：让学生体验“先策划、后执行”的项目管理流程。环节三：分头制作（12分钟）教师活动：宣布进入制作环节：“现在按照分工开始制作——30分钟内完成各自任务。文生图的同学用即梦AI/可灵AI；做视频的同学用剪映；做音频的同学用剪映文本朗读或魔音工坊。”巡视各组的制作进度，重点关注：文生图提示词是否包含了五要素视频是否包含配音、BGM、字幕三要素音频是否清晰、语速适中提醒时间节奏：“10分钟后各素材应初步完成，开始整合。”学生活动：按分工制作各自负责的素材，小组内部沟通风格统一。设计意图：在有限时间内锻炼高效协作和工具应用能力。环节四：整合与展示准备（5分钟）教