语音试听会重叠，和素材抽取问题

1.当我想快速挑选声音的时候，把文案拷贝到试听文本，当文本比较长的时候，试听下一个声音的时候，上一个声音不会停止，而是两个声音叠加在一起。

2.比如我要卖服装，一个款有三个颜色，目前一个短视频，不能确保每个颜色都有抽取到视频片段拼接。而且镜头景别也没法控制，比如至少一条视频里，需要有全景镜头展示款式的穿搭效果，一些中景或者特写展示设计细节。

3.视频一旦生成无法调整，比如文案修改，字幕是硬字幕无法修改，无法替换视频片段。所以最好是导出一份xml之类的通用时间线文件，可以对视频进行精细化调整。