使用最佳 AI 模型创建图像、视频、音频等的分步指南。每个教程包含提示词示例、参数设置和专家技巧。
71 个教程 · 最近更新于 2026年10月12日
Generate AI dialogue by building the conversation turn by turn, keeping each character on the same voice, and adding delivery directions only where the spoken line needs extra control. This workflow shows how to separate script emotion from vocal delivery and test difficult lines without rebuilding the full scene.
Create an AI podcast intro by generating the voice, music, and transition as separate assets, evaluating each one independently, and mixing them together only after they work on their own. This modular workflow makes it easier to replace, reuse, and refine individual parts without rebuilding the entire intro.
Learn how to sync lips to audio using a face video and speech track. Includes the current Astorie workflow, exact test settings, timing, credits, and limitations.
Create an AI voiceover by starting with a script written for speech, choosing a voice that fits your content, and testing short samples before generating the final audio. This workflow shows how to improve pronunciation, pacing, tone, and expression using different text-to-speech models.
To clone a voice with AI, prepare a clean reference recording, create a voice clone, test the generated speech, and save the final Voice ID for future use. This guide explains how to build a reusable voice workflow while keeping the original speaker characteristics consistent.
生成完美匹配项目的自定义音乐曲目。描述氛围、风格和节奏——AI 负责作曲。
生成任何语言的工作室品质配音。输入脚本，选择声音，几秒钟内生成自然的旁白。
播客主或课程作者用 30 秒样音克隆自己的声音，之后无需重录就能生成新旁白。在 Astorie 画布上，把干净的参考音频放进音频节点，送到 ElevenLabs Voice Cloning、Fish Audio S2-Pro 声音克隆或 Minimax Voice Design，再把克隆出来的声音链接到下游脚本转语音、配音或唇形同步节点。适合用于创始人声音培训旁白、课程模块或为已有视频做本地化。只能克隆你拥有版权或获得授权的声音。选择下方模型走完克隆工作流。
播客主持人订制一个 12 秒带品牌的片头——语音 tag + 6 秒音乐床 + 转场音效——全部在画布上完成，无需聘请音频制作人。在 Astorie 上，把脚本放进 ElevenLabs Eleven v3 语音节点，用 Suno V5 或 Minimax Music 生成主题音乐，再链接 Sound Effects v2 做转场音效，全部送到音频混合节点。输出是一档每周节目的片头和片尾：TTS 节目名 + 风格匹配的主题音乐 + 转场音效。选择下方模型走完节目片头工作流。
动画团队编写一段四人场景——自然的轮换、独特的声音、情绪标签——不用请配音演员。在 Astorie 画布上，设置一个带说话人轮换的脚本节点，通过 ElevenLabs Eleven v3 Dialogue（专属多说话人端点）、Fish Audio S2-Pro 多说话人或 Minimax Speech 处理，并使用 [whispers]、[laughs]、[excited] 等行内标签来控制情绪。输出可直接用于多角色动画短片、音频剧或交互原型。选择下方模型走完多说话人制作工作流。
视频剪辑师在一段 AI 生成的成片上叠加 whoosh、冲击声、环境声和 UI 音效，让它不再像无声草稿。在 Astorie 画布上，把锁定画面送进 Hunyuan Foley 做视频转拟音，或用具体提示词喂给 ElevenLabs Sound Effects v2（如"近距离金属门撞击，狭窄混凝土走廊，短混响"）。在下面叠一个 Minimax Music 的环境音床，全部混到时间线再 NLE 导出。选择下方模型走完一段 30-60 秒产品或叙事视频的最后声音处理流程。
