扣子（Coze）实战：自动生成让人上头的背单词视频！

吾鳴2025-09-05 23:01

大家好，我是吾鳴。专注于分享提升工作与生活效率的工具，无偿分享AI领域相关的精选报告，持续关注AI的前沿动向。

大家是否看过这样的视频，就是一个单词，背景图片是单词的实体，中间的文字就是单词+发音+译文，不断的敲木鱼的声音加上单词的朗读声，视频内不断地出现单词的画面直接冲击你的大脑，单词仿佛通过视觉、听觉、嗅觉印入了你的脑海，让你挥之不去，下面是我用扣子生成的这样的视频的样例。

这样的视频在各大平台上播放的数据都非常的不错。

做一条魔性上头的背单词视频，即便是熟手，从找素材到剪辑导出，半小时也过去了。效率低下，灵感枯竭，更新速度永远追不上热点。

本文介绍的工作流只需要20S就可以生成这样的一段视频，你只需要输入一个英文单词，工作流就会自动进行单词的翻译、发音、配图生成，最后自动剪辑成上面视频的效果，下面让我们来对工作流做详细的讲解。

1. 完整的工作流流程

1、单词翻译：通过大模型对输入的单词做讲解，包括单词含义、音标信息的输出。

2、配图生成：通过大模型生成与单词含义相关的绘图提示词，再通过图像生成插件绘制图片。

3、发音背景音字幕生成：这一个步骤可以分成以下几个小步骤。

3.1. 单词朗读音生成：通过扣子插件让单词变成音频。

3.2. 木鱼敲击背景音：通过输入木鱼敲击的音频，获取音频的时间长短，形成视频背景音，使得视频有节奏 感。

3.3. 单词字幕生成：视频开头字幕和随机弹出的字幕生成。

4、视频合成：通过扣子的插件创建剪印草稿，把生成的配图、音频、字幕都添加到草稿中，合成视频。

2. 工作流详细节点解读

2.1. 开始

开始节点是整个工作流的入口，它的输入参数如下：

2.2. 单词翻译

这个节点实用到了大模型来对输入的单词做翻译，主要参数如下：

  • 模型：选择【豆包-1.5-Pro-32k】
  • 输入
    • input：开始 -> word
  • 输出
    • word：单词
    • chinese：译文
    • pronuncation：音标
  • 系统提示词
bash 复制代码 
# 角色
你是一个专业的英语单词讲解助手，能够为用户提供准确的英文单词翻译和发音。

## 技能
### 技能 1: 处理英文单词
1. 当用户输入一个英文单词时，你需要将该单词记录在"word"字段中。
2. 使用可靠的翻译工具获取该英文单词的中文翻译，并将结果输出到"chinese"字段。
3. 通过专业的发音工具获取该英文单词的发音，并将发音内容输出到"pronuncation"字段。
===回复示例===
{
  "word": "<用户输入的英文单词>",
  "chinese": "<该英文单词的中文翻译>",
  "pronuncation": "<该英文单词的发音>"
}
===示例结束===

## 限制:
- 只处理用户输入的英文单词相关内容，拒绝回答与英文单词处理无关的话题。
- 所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。

2.3. 绘图提示词

这个节点使用到了大模型来生成单词图片的提示词，它的参数如下：

  • 模型：选择【豆包-1.5-Pro-32k】
  • 输入
    • input：单词发音翻译 -> chinese
  • 输出
    • output：绘图提示词
  • 系统提示词
markdown 复制代码 
# 角色
你是一个专业的图片提示词生成助手，能够根据用户输入的中文词语，生成与之高度匹配的真实图片的提示词。在生成的提示词中要突出主体，并将主体部分进行高亮显示。

## 技能
### 技能 1: 生成图片提示词
1. 接收用户输入的中文词语。
2. 分析词语所代表的物体或意念。
3. 生成能展示该物体真实形象或表达该意念画面的图片提示词，并且将主体部分用**高亮**形式突出显示。
===回复示例===
**输入词语**：苹果
**生成的图片提示词**：一张高清的真实图片，画面中心是**一个色泽鲜艳、圆润饱满的红苹果**，背景为简洁的白色。
===示例结束===

## 限制:
- 仅围绕用户输入的中文词语生成与之匹配的真实图片提示词，不涉及其他无关话题。
- 生成的提示词必须突出主体，且主体部分需用**高亮**形式展示。
- 生成的提示词内容需清晰明了，符合正常逻辑。

2.4. 绘制单词主体

2.5. 木鱼敲击声音时长

这个节点使用到了【获取音频时长】插件的【get_audio_duration】工具。

2.6. 单词字幕随机坐标

这个节点用于生成视频中随机字幕的坐标，用到了python代码编写。它的参数如下：

  • 输出
    • xys：字幕坐标列表
      • x：横坐标
      • y：纵坐标
    • length：字幕坐标个数
ini 复制代码 
#author: 吾鳴
#website: www.5mzy.com
import random

asyncdefmain(args: Args) -> Output:
    params = args.params

    length = 20
    xys = []

    foriinrange(20):
        x = random.randint(-720, 720)
        y = random.randint(-1800, 1800)
        xys.append({"x":x, "y": y})

    # 构建输出对象
    ret: Output = {
        "xys": xys,
        "length": length
    }
    return ret

2.7. 朗读单词1.2倍速

这个节点使用到了【语音合成】插件的【speech_synthesis】工具，用于1.2倍速朗读单词。

2.8. 获取朗读1.2倍速音频时长

这个节点用到了【获取音频时长】插件的【get_audio_duration】工具。

2.9. 单词+发音+译文拼接

这个节点用到了扣子官方的【文本处理】节点。用于生成视频第一帧字幕文字。

2.10. 单词中英拼接

这个节点使用到了扣子官方的【文本处理】节点，用于生成视频第一次朗读带中文的文案。

2.11. 英文单词+翻译朗读

这个节点使用到了【语音合成】插件的【speech_synthesis】工具，用于生成视频开头的英文+中文的单词朗读。

2.12. 获取英文单词+翻译朗读时长

这个节点用到了【获取音频时长】插件的【get_audio_duration】工具。

2.13. 剪映时间线数据生成

这个节点用于把前面生成的图片、音频、字幕数据转成剪映时间线，用到了扣子官方的【代码】节点，它的参数如下：

  • 输入
    • word_captions_text：单词+发音+译文拼接 -> output
    • bg_img_url：绘制单词主体 -> data
    • word_audio_15_url：朗读单词1.2倍速音频时长 -> duration
    • word_audio_duration_15：获取朗读1.2倍速音频时长 -> duration
    • muyu_audio_duration：木鱼敲击声音频时长 -> duration
    • word_random_captions_xys：单词字幕随机坐标 -> xys
    • word_random_captions_length：单词字幕随机坐标 -> length
    • word_autio_url：英文单词+翻译朗读 -> link
    • word_audio_duration：获取英文单词+翻译朗读时长 -> duration
    • word：单词发音翻译 -> word
    • muyu_audio_url：lf6-lv-music-tos.faceu.com/obj/ies-mus...
  • 输出
    • bg_img_infos：视频背景时间线
    • word_captions_infos：单词+翻译+发音字幕时间线
    • word_audio_infos：视频音频时间线
    • word_random_captions：单词随机字幕时间线
      • x：横坐标
      • y：纵坐标
      • infos：字幕时间线
    • muyu_audio_infos：木鱼敲击声时间线
  • 代码
ini 复制代码 
#author: 吾鳴
#website: www.5mzy.com

import json
import math

asyncdefmain(args: Args) -> Output:
    params = args.params

    word_captions_text = params['word_captions_text']

    bg_img_url = params['bg_img_url']

    word_audio_15_url = params['word_audio_15_url']
    word_audio_duration_15 = params['word_audio_duration_15'] * 1000 * 1000

    muyu_audio_duration = params['muyu_audio_duration'] * 1000 * 1000
    muyu_audio_url = params['muyu_audio_url']

    word_random_captions_xys = params['word_random_captions_xys']
    word_random_captions_length = params['word_random_captions_length']

    word_audio_url = params['word_audio_url']
    word_audio_duration = params['word_audio_duration'] * 1000 * 1000

    word = params['word']

    start_time = 0
    end_time = 0

    #视频开头单词朗读
    word_audios = []
    end_time = start_time + word_audio_duration
    word_audios.append({
        "start": start_time,
        "end": end_time,
        "duration": word_audio_duration,
        "audio_url": word_audio_url
    })
    start_time = end_time

    
    #视频单词加速朗读, 开头单词朗读完中间停顿1秒钟
    start_time = start_time + 0.7*1000*1000
    muyu_start_time = start_time
    foriinrange(int(word_random_captions_length)) :
        end_time = start_time + word_audio_duration_15
        word_audios.append({
            "start": start_time,
            "end": end_time,
            "duration": word_audio_duration_15,
            "audio_url": word_audio_15_url
        })

        start_time = end_time + 0.3 * 1000 * 1000
    
    #视频木鱼背景音频添加
    random_captions_st = muyu_start_time
    muyu_audio_count = math.ceil(end_time / muyu_audio_duration)
    muyu_audios = []

    foriinrange(muyu_audio_count):
        muyu_end_time = muyu_start_time + muyu_audio_duration

        if muyu_end_time > end_time:
            muyu_end_time = end_time

        muyu_audios.append({
            "start": muyu_start_time,
            "end": muyu_end_time,
            "duration": muyu_audio_duration,
            "audio_url": muyu_audio_url
        })

        muyu_start_time = muyu_end_time

    #单词+发音+翻译字幕
    word_captions = []
    word_captions.append({
         "text": word_captions_text,
         "start": 0,
         "end": end_time,
         "in_animation":"渐显"
    })

    #单词加速朗读字幕
    word_random_captions = []
    foriinrange(int(word_random_captions_length)) :
        captions = []
        captions.append({
            "text": word,
            "start": random_captions_st,
            "end": end_time,
            "in_animation":"渐显"
        })

        xy = word_random_captions_xys[i]
        xy['infos'] = json.dumps(captions)
        word_random_captions.append(xy)

        random_captions_st = random_captions_st + word_audio_duration_15 + 0.3 * 1000 * 1000
    
    #背景图片添加
    bg_imgs = []
    bg_imgs.append({
        "image_url": bg_img_url,
        "start": 0,
        "end": end_time
    })


    # 构建输出对象
    ret: Output = {
        "bg_img_infos": json.dumps(bg_imgs),
        "word_captions_infos": json.dumps(word_captions),
        "word_audio_infos": json.dumps(word_audios),
        "muyu_audio_infos": json.dumps(muyu_audios),
        "word_random_captions": word_random_captions
    }
    return ret

2.14. 视频合成

这部分的节点就是用来创建剪印的草稿，往里面添加图片、音频、字幕等信息。这部分节点比较简单，受限文章篇幅，就不细展开讲了，可以自己参考操作一下，实在不行可以评论区或者私信找我。

3. 总结

本文主要介绍了魔性的背单词视频制作的工作流流程，你只需要输入一个单词，就会自动生成一段让人上头的背单词视频，全程只需20S，无论是自媒体创作还是用于授课教材生成，都能大大提升效率。

今天的分享就到这里，如果您觉得有收获的话，可以给个一键三连，您的鼓励是吾鳴持续输出的最大动力。有什么疑问也可以打在评论区，吾鳴会第一时间回复。

最近实战了一些扣子（Coze）工作流相关的案例，包含小红薯图文生成、爆款视频剪辑、办公提效等扣子案例，内附详细的教程和工作流安装包，感兴趣的朋友可以来个一键三连 ，文章评论区评论"扣子案例"领取。

相关推荐
后端小肥肠1 天前
做家常菜美食号别瞎折腾！Coze+Nano Banana 2 分钟出一周菜谱 + 配图，小白可学
人工智能·aigc·coze
吾鳴2 天前
扣子（Coze）实战：公众号文章从仿写到发布，2分钟全搞定，你只需审核
coze
陈佬昔没带相机3 天前
用 Dify/Coze 定制企业级的 AI 问答助手
人工智能·开源·coze
吾鳴4 天前
扣子（Coze）实战：告别剪辑噩梦！一分钟生成卡点书单视频
coze
吾鳴5 天前
扣子（Coze）实战：告别繁琐！10分钟打造HR眼前一亮的高颜值简历
coze
吾鳴6 天前
Coze、Dify、n8n：三大AI智能体平台，谁才是你的菜？
coze
吾鳴7 天前
扣子（Coze）实战：书籍号必备！扣子AI一键生成书籍金句视频
coze
飞哥数智坊7 天前
扣子实战第19讲：Coze零代码打造“新生入学百事通”，辅导员都说好
人工智能·coze
吾鳴8 天前
扣子（Coze）实战：效率翻番！电商带货视频一键生成
coze
热门推荐
012025 年高教社杯全国大学生数学建模竞赛C 题 NIPT 的时点选择与胎儿的异常判定 完整成品思路模型代码分享，全网首发高质量！！！022025年数学建模国赛C题超详细解题思路03UV安装并设置国内源04奈飞工厂官网，国内Netflix影视在线看|中文网页电脑版入口05Qwen3-Coder 快速上手教程 | Qwen Code + Claude Code06KGG转MP3工具|非KGM文件|解密音频072025高教社杯国赛数学建模选题建议+初步分析08A股预测还能更准？开源大模型Kronos带你跑通预测+回测全流程09不再让Windows更新！&Edge游戏助手卸载及关闭自动更新10Xget：下一代开源资源获取加速引擎，让你的文件下载、储存库克隆和镜像拉取快如闪电