将文本转为视频，并保存为本地Mp4

如果仅需将文本转为Mp3音频，则仅需填写文本数据->编辑音频数据为AI配音->保存到本地自定义文件名以.mp3命名

文本配置：可以为空，但必须指定持续时间(毫秒)；标识用于文本和图像、视频、音频等素材的一对一匹配，如果不需要文本匹配素材保持默认ALL；字体、大小、颜色等参数用于字幕显示

音频配置：模式1：选择与文本相对应的音频文件 模式2：选择微软的AI配音，指定配音人和朗读速度；不能为空，必须指定一个音频源。

图像或视频配置：可以为空，系统自动根据文本匹配视频素材；可以指定图片或视频素材作为视频源画；如果是图片素材，可以设定图片动画的时长信息。

背景音频配置：可以为空，系统自动根据文本匹配音频素材；背景音频可以设置截取起始时间范围，例如：3-7s，表示音频在3到7秒之间开始使用。