01AI 视觉识图
真正“看图写文案”，拒绝千篇一律模板套话
内置 AGNES 2.5 Flash 与 InternVL2.5-28B 视觉大模型预设。系统自动抽取商品文件夹前 4 张实拍图进行压缩编码，识别商品外观、材质、功能卖点与使用场景，直接生成地道的目标国语言带货口播词，并经过 30 国字符集强校验与兜底。
XIAOMIE MAGIC CAROUSEL VIDEO · v15.48
商品实拍图文件夹，
一键批量变身 30 国带货短视频。
不是简单的幻灯片拼接。小咩魔法轮播视频通过多模态视觉 AI 直接“看懂”每款商品的材质与细节，自动撰写地道外语带货口播稿，配合 30 国微软神经语音、时间轴烧录字幕、10 种动态转场与 BGM 智能变调去重，在浏览器本地批量输出 9:16 高清成片。
纯浏览器 WebAssembly 本地合成 · 原图不上传云端 · 支持 30 国口播与 100+ 界面语言
01 · 扫描商品总文件夹SKU_001 (8张图) ✓ | SKU_002 (6张图) ✓ | SKU_003 (3张图 → 自动跳过不锁死)
02 · 视觉 AI 识图撰稿 (AGNES 2.5 / InternVL2.5)识别双层真空不锈钢保温杯细节 → 生成英语/西语/日语高转化口播文案
03 · 微软神经 TTS 配音 + 时间轴字幕JennyNeural / NanamiNeural 真人感配音 · 自动对齐烧录字幕并导出 .srt
04 · 10 种转场 + BGM 变调去重渲染FFmpeg.wasm 本地合成 9:16 MP4 · 含运镜缩放与 3 组 BGM EQ 微调防判重
9:16 竖屏成片预览
“Built for everyday hydration — keeps drinks icy for 24h!”
9:16
MP4
MP4
UNIQUE SELLING POINTS
为什么跨境卖家选择小咩魔法轮播视频？
把“选图、写外语文案、录配音、加字幕、调转场、防判重”六个繁琐环节压缩为一次文件夹点击。
0230 国神经配音
30 种跨境主流语言真人感 TTS + 自动双轨字幕
全面对接微软 Edge 神经语音库（覆盖英、西、葡、日、韩、法、德、俄、阿、泰、越、印尼、印地等 30 国语言），每种语言均配齐专属女声与男声。自动根据音频时长切分句段，既可将字幕烧录进视频底部，又同步导出独立 .srt 字幕文件。
03100% 本地合成
浏览器 WebAssembly 渲染，商业原图零云端留存
依托 FFmpeg.wasm 在您本机浏览器内存中直接完成图片裁剪填充、动态缩放、转场滤镜与音视频编码。新品未上架前的保密实拍图无需上传任何第三方视频合成服务器，既保护供应链机密，又省去云端排队等待。
04防同质化判重
10 种动态转场 + 动感运镜 + BGM 自动变调混音
支持淡入淡出、左滑、右滑、上滑、下滑、擦除、圆形展开、像素化等 10 种转场自由勾选，配合画面轻微推拉运镜（Ken Burns 效果）。内置背景音乐在批量生成时自动按序号施加音高微调与高低频 EQ 变体，有效降低短视频平台同质化限流风险。
05智能批量容错
子文件夹全自动批处理，不足 6 张仅跳过不锁死
只需选择包含多个商品子文件夹的总目录，软件自动按每个子文件夹生成一条独立视频。针对图片不足 6 张的商品文件夹，系统精准标记并仅跳过该商品，绝不中断或锁死整批几百个商品的自动化流水线。
06全球多语界面
软件界面支持 100+ 语言，按访客 IP 自动切换
除了生成 30 国视频口播，软件操作界面本身支持 100 多种语言切换。首次打开根据所在地 IP 自动匹配软件名称、按钮与操作说明语言（未知地区默认英语），团队国内外成员也可随时在顶部手动切换界面语言。
VISUAL WORKFLOW
四步图文流程：从商品图片文件夹到可发布成片
无需剪辑基础，无需安装臃肿客户端，打开浏览器即可跑通整套跨境短视频生产线。
准备商品总文件夹
在电脑本地建一个“总文件夹”，里面每个子文件夹代表一款商品（文件夹名即为商品名，内部放入至少 6 张商品实拍图）。点击“选择总文件夹”即可一次性载入全部商品。
📁 总文件夹/ ├─ 📂 保温杯_SKU01/ (8张图) ✅ ├─ 📂 露营灯_SKU02/ (6张图) ✅ └─ 📂 样品袋_SKU03/ (3张图) ⏭️ 自动跳过
选择口播语言、男女声与画面风格
在 30 种目标市场语言中任选其一，挑选中意的男女声线、文案风格（自然带货 / 痛点开场 / 礼物场景 / 极简高级 / 促销冲单），勾选所需的动态转场与运镜缩放。
🌐 语言：English / Español / 日本語 ... 🎙️ 音色：女声 Jenny / 男声 Guy 🎬 转场：淡入淡出 + 左滑 + 圆形展开 + 运镜
AI 识图写稿 + 边缘 TTS 合成
点击“开始批量生成视频”，视觉 AI 自动读取当前商品前 4 张图提炼卖点文案，通过 Cloudflare 边缘 TTS 节点生成高保真语音，并自动计算每句话的时间轴字幕。
👁️ 视觉识图 → 📝 母语带货稿 🔊 Sec-MS-GEC 边缘神经配音 (24kHz MP3) 💬 自动生成 SRT 字幕时间轴
本地合成 MP4 与字幕一键落盘
FFmpeg.wasm 将多张商品图、转场、运镜、烧录字幕、人声配音与防重 BGM 合成为 1080×1920 竖屏 MP4，自动保存到您指定的输出目录（或浏览器下载），并附带同名 .srt 字幕文件。
🎬 保温杯_SKU01_en.mp4 (1080×1920 H.264) 📄 保温杯_SKU01_en.srt (标准外挂字幕) ✨ 自动继续下一款商品，全程无人值守
WHY IT STANDS OUT
传统剪辑 / 普通幻灯片工具 vs 小咩魔法轮播视频
不仅解决“把图拼成视频”的问题，更一次性解决跨境卖家的“外语文案、地道配音、同质化防重、批量容错”四大痛点。
| 对比维度 | 传统人工剪辑 | 普通图片转视频工具 | 小咩魔法轮播视频 |
|---|---|---|---|
| 外语带货文案 | 需人工查词典或单独找翻译，耗时费力 | 无文案或仅能固定死板模板字 | AI 视觉直接看商品实拍图生成 30 国带货稿 |
| 配音与字幕同步 | 需找外籍配音员或手动对齐字幕轨 | 机械电子音，无时间轴字幕导出 | 30 国微软神经男女声 + 烧录字幕 + 独立 .srt |
| 平台同质化防重 | 需手动更换滤镜、裁剪和调整音轨 | 所有视频固定同一种转场与原版 BGM | 10 种随机转场 + 动感运镜 + BGM 自动变调/EQ |
| 批量容错能力 | 单条逐个工程导出，无法大批量无人值守 | 遇到缺图文件夹直接报错中断整批任务 | 按子文件夹全自动批处理，不足 6 张仅跳过不锁死 |
| 数据隐私与部署 | 需安装数 GB 专业剪辑软件，吃硬件配置 | 需将新品原图上传至第三方云端排队 | 免安装纯浏览器本地 WebAssembly 合成，原图零上传 |
USE CASES
四大高频应用场域
无论您是铺货型跨境卖家、品牌独立站运营，还是外贸工厂业务团队，都能用最小成本搭建多语种视频资产库。
SCENE 01
TikTok Shop / Reels / Shorts 跨境短视频矩阵
面对美区、英区、拉美（西语/葡语）、日本及东南亚多站点运营，一套商品实拍图即可快速裂变出不同语种、不同转场组合与不同 BGM 变体的竖屏短视频，满足高频测款需求。
SCENE 02
亚马逊 / 速卖通 / Temu / Shopee 商品主图视频补齐
大量 SKU 只有静态实拍图而缺少展示视频？直接将现有按 SKU 归档的图片目录导入小咩，利用夜间或空闲时间批量生成带专业解说与字幕的商品介绍视频，提升详情页转化率。
SCENE 03
外贸工厂与 B2B 样品册多语种视频化
展会或开发信跟进时，将枯燥的 PDF 报价单与产品静态图转化为地道英语、俄语、阿语、西语口播短片，通过 WhatsApp 或邮件发给海外采购商，直观展现产品细节与做工。
SCENE 04
Shopify / 独立站与社媒内容 SEO 资产沉淀
每次生成不仅输出高清 MP4，还同步导出标准 .srt 多语言字幕文件，可直接上传至 YouTube、Facebook 或独立站视频组件，让多语种语音与字幕同时被搜索引擎索引。
ACCESS & DEPLOYMENT
即开即用，透明可控的商业化架构
纯浏览器在线工作台现已开放。无隐藏强制扣费，支持自配主流视觉大模型 API 与多渠道本地支付扩展。
Web 在线工作台版
免费开放入口直接通过浏览器访问 carousel.xiaomie.tools 即可使用完整批量合成流水线。支持本地文件夹读写、10 种动态转场、BGM 自动混音去重与 30 国微软边缘神经配音。
- 免安装客户端，Chrome / Edge 桌面浏览器即开即用
- 内置 AGNES 2.5 Flash 与 InternVL2.5-28B 视觉接口预设（可自填 API Key）
- 内置全球边缘 TTS 配音中转与多级离线语音兜底
- 不限本地导出次数，1080×1920 MP4 + .srt 自动保存
小咩全系商业授权与私有部署
支持本地支付针对需要私有化配音中转节点、团队集中额度管控或定制品牌片头片尾的跨境大卖团队，支持多种付款方式及各地区本地支付对接。
- 专属 Cloudflare Worker 配音中转与高并发视觉 API 通道
- 统一客服与技术支持邮箱：info@xiaomie.tools
- 支持多语种团队协作（软件内置 100+ 界面语言自动识别）
- 小咩工具生态（xiaomie.tools）多软件联动支持
FREQUENTLY ASKED QUESTIONS
常见问题与技术细节解答
关于图片数量门槛、AI 模型配置、配音稳定性与隐私安全的完整说明。
为什么每个商品文件夹要求至少 6 张图片？如果某个商品不足 6 张会怎样？
为了保证生成的 9:16 竖屏短视频具备足够的画面信息量、镜头切换节奏与完播率，系统设定单商品至少 6 张图片的门槛。在批量模式下，如果总文件夹中混有不足 6 张图的商品子文件夹，系统会在日志中清晰提示并仅跳过该商品，绝不会锁死或中断其余合格商品的批量生成。
我的商品实拍图会上传到你们的服务器吗？
视频合成全程通过 FFmpeg.wasm 在您本地浏览器内存中完成，生成的 MP4 与 SRT 直接写入您的电脑硬盘，不会上传到任何视频合成服务器。仅在开启“AI 看图写文案”时，系统会将当前商品前 4 张图压缩为轻量缩略图发送至您所选的视觉大模型接口（AGNES 2.5 Flash 或 InternVL2.5-28B）以生成口播文案；若关闭 AI 文案，则完全零图片外发。
支持哪些语言的视频口播与字幕？软件界面本身有哪些语言？
视频生成（AI 文案 + 神经配音 + 字幕）支持 30 种核心语言：简中、繁中、英语、日语、韩语、法语、德语、西班牙语、葡萄牙语、俄语、阿拉伯语、印地语、印尼语、越南语、泰语、土耳其语、意大利语、荷兰语、波兰语、乌克兰语、瑞典语、捷克语、丹麦语、芬兰语、希腊语、希伯来语、匈牙利语、挪威语、罗马尼亚语和波斯语。软件操作界面本身支持 100 多种语言，默认按访客 IP 自动切换，也支持手动切换。
如果取消勾选“开启 AI 配音”，还会生成字幕和背景音乐吗？
会的。只要勾选了“烧录字幕”或“自动背景音乐”，即便不开启 AI 人声配音，系统依然会根据画面时长自动生成带时间轴的烧录字幕、导出同名 .srt 字幕文件，并混入经过变调/EQ 去重处理的背景音乐。
推荐使用什么浏览器运行小咩魔法轮播视频？
推荐使用桌面端最新版 Microsoft Edge 或 Google Chrome 浏览器。这两款浏览器完整支持 File System Access API（本地总文件夹一键读取与自动落盘保存）以及高速 WebAssembly 视频编码。