跳过主要内容

AI 数字人

上传单人照片和 WAV 录音,制作由音频驱动的数字人视频。先查看模型、素材要求及积分报价,再检查生成效果。

PCM WAV · 最大 10 MB · 最长时长: 30s

参考图 1
0/2000
数字人
140积分

准备你想使用的肖像和已经录好的声音。这一流程通过上传的 WAV 录音驱动照片中的单个人物,不会把输入文字直接转换成配音。清晰可见的面部与干净的录音更便于后续检查口型、表情和声音节奏。

查看可用模型
数字人
创作方向示意

通用概念演示,用于说明创作方向,不代表本功能的实测输出。

准备输入素材

单人肖像 + WAV 录音

发布前检查效果

检查口型、表情与声音同步

从素材到视频

  1. 选择人物肖像

    上传一张面部清晰、遮挡较少的单人照片,明确由谁出镜。

  2. 加入已录好的音频

    在本页上传符合要求的 WAV 录音,选择模型并核对可用时长和积分报价。

  3. 制作并检查口型

    在本页确认并生成视频,试听声音,检查口型、表情和人物外观是否适合发布。

查看可用模型

OmniHuman 1.5

时长
1–30s
分辨率
720p

低至 140 积分

适合哪些创作

简短人物介绍

用准备好的欢迎语或自我介绍录音,让肖像呈现一段开场说明。

课程讲解片段

使用已录制的短讲解,为教学内容制作人物讲述画面。

虚构角色对白

使用有权使用的角色图像和录音,探索一段预先准备的角色对白。

开始前你可能想知道

能输入文案自动配音吗?

当前流程需要上传 WAV 录音,不包含文字转语音,也不会自动生成声音。

照片和音频有什么要求?

使用单人肖像和支持的未压缩 WAV 录音。具体格式、大小及时长限制请查看所选模型的输入提示。

可以使用多人合照吗?

建议使用单个主体清晰可见的照片。多人合照或面部遮挡可能让模型无法明确需要驱动的人物。

口型能保证完全准确吗?

不能保证。发布前应检查口型、面部细节及声音同步,快速说话或较大表情变化尤其需要复核。