媒体与生成
本页覆盖「声明静态素材」与「生成新素材」的组件——它们是流向后续时间与轨道阶段的原材料。每个组件都必须先按包名导入。
<import as="media" from="@hypit/media@1" />
<import as="mediaop" from="@hypit/media-pipeline@1" />
<import as="text" from="@hypit/text@1" />
<import as="seedance" from="@hypit/seedance@1" />
<import as="speaker-kit" source="@hypit/seedance-kits/speaker" />声明图片与音频
<media:Image id="presenter" src="./assets/presenter.png" />
<media:Audio id="presenter-voice" src="./assets/presenter-voice.mp3" />| 属性 | 必填 | 说明 |
|---|---|---|
| id | 是 | 组件唯一标识 |
| src | 是 | 相对于 .svml 源文件的路径 |
图片可以下游引用为角色参考（例如 seedance:ReferenceVideo）或 B-roll 来源；音频通常作为音色参考。
时长是字面量
生成片段的长度是作者的决定，写成元素上的字面量。先测量，再写数字：
hypit measure main.svml --segment hook --language en --pace normal --rounding round
# 7shypit measure 按投放策略统计该段落语音的发音单元数：语言、语速（英文 slow = 4.2、normal = 4.6、fast = 5.0 音节/秒）或数值速率，以及取整方式，全程不需要外部调用。图里没有任何地方在「计算」时长，所以请求的时长在构建开始前就已知。用估算来调整措辞并选择受支持的请求时长；实际的口播时间由生成结果提供。
文本值（text:Value）
可复用的字面文本值。它与模型无关，可以喂给 Seedance、GPT Image 或任何声明了文本端口的组件——同一段提示词在不同生成器之间复用，是控制成本与一致性的常用手段。
中文创作的常见组合：先用 measure 估算中文台词时长（中文按字计更直观），再把时长字面量写进生成元素，最后让字幕轨从脚本渲染——三层各管一件事。
中文内容导航
继续阅读
常见问题
必须用 Seedance 吗？
不是。媒体组件与生成组件是分开声明的，你可以换成自己的模型与供应商。
时长能不能自动算？
图里不存在自动计算，这正是「请求时长在构建前就确定」的原因；用 hypit measure 先测量。
中文台词怎么估时长？
用 measure 指定语言与语速，或按字数估算，然后写入生成元素的 duration。