AI 数字人：一张照片加一段文案，做出一条口播视频

做出第一条数字人口播

七步，页面从上到下就是这个顺序：选形象 → 配音 → 选线路，右边一直挂着预览估价。花钱的只有两下：第 3 步点「生成配音」，第 6 步在价格确认框里点确认。

1. 1

   打开 AI 数字人

   点左侧栏的 智能体，在弹出的列表里往下拉，点 AI 数字人——它排在倒数第二个，在 AI 转绘下面、爆款复刻上面。

   页面顶上写着「用你的数字人，做一条口播或带货视频」，下面一排场景模板，再往下是三张编号卡片：1 选形象、2 配音、3 选线路。

   列表里找不到？

   • 侧栏的列表里没看到打开智能体广场，它不在「精选智能体」里，在下面的 探索 列表：点 视频 筛一下，或者在「搜索智能体...」里搜「数字人」。
   • 想下次快点进来进去之后把这个页面收藏到浏览器书签，下次直接开。

   打开这一页
2. 2

   选做法，传一张人像

   在「选形象」卡片里，上面的切换保持 图片数字人（默认就是它）。点 上传图片 传一张正脸清晰、露出上半身的照片，最好只有一个人；作品库里已经有合适的图，就点 用已有素材 直接挑。

   图片只收 JPG / PNG。上传格旁边有一行「要求：」，写着这条线路对格式、大小、边长的限制，每条线路不一样，以这行为准。图不合要求会当场出红字，右边预览估价里这一项也会写「不合要求」——不用等生成失败才知道。

   图传上去出了红字？

   • 说格式不对换成 JPG 或 PNG。手机截图、网页另存的图常常是别的格式。
   • 说文件太大，或者边长不够 / 太长按红字里写的数改：压缩一下，或者换一张清晰度合适的。
   • 想换一张点 换一个，或者点图右上角的叉先移除。

   打开这一页
3. 3

   写文案，配成语音

   在「配音」卡片里保持 文字转语音。先点 音色 打开音色库挑一个声音（可以按男声、女声、童声筛，也能搜名字），然后在框里写数字人要说的话。不知道写什么，点页面顶上的场景模板，比如 口播、带货，会填进一段带【】的骨架，把【】里的换成你的内容就行。写好后点 生成配音。

   大家好，今天花一分钟教你挑西瓜：用手拍一拍，声音闷闷的就是熟了，声音清脆的还得再放放。记住这一招，下次买瓜不踩坑。

   按钮上就写着这次配音大约多少 ⚡，点下去直接合成、直接扣，不会再弹确认。 配好后下面会出现一条音频，能先点开听，旁边写着几秒——视频多长就跟着这段语音走。第一次写一百字以内，念出来二十来秒就够。

   配音前后出了提示？

   • 框下面出了一行黄字，说太短 / 太长它按普通语速（一秒四五个字）估了一下，不在这条线路要的语音时长里。这时候配出来多半用不了，配音费却照扣，先按提示加几句或删一点再点。
   • 声音不满意换个音色再点一次「生成配音」，新的会替换掉旧的。每配一次都单独扣一次。
   • 手上已经有一段录好的声音切到 上传音频，传 MP3 / WAV / M4A / AAC 都行，就不用花配音的钱。

   打开这一页
4. 4

   选一条线路

   「选线路」卡片里列着能做数字人的线路，每张卡片写着名字和单价，默认选中第一张。有的线路下面还会多一个画质档（比如标准 / 高品质），档位越高越贵。旁边那个框可以写神态和动作，比如「微笑着、语气热情」，不写也行。

   这里的线路跟视频页卖的是同一批、同一个价。排在前面的是推荐的，其次是便宜的。换线路时上面的「要求：」那行会跟着变，刚才合格的图换了线路也可能不合格，留意红字。

   打开这一页
5. 5

   看一眼右边的预览估价

   右边（手机上在下面）的 预览估价 一直跟着你的选择变：做法、线路、形象图和语音是否就绪、每秒单价、成片时长，下面是一个大数字。

   这个大数字分三种情况：还没配音时，有文案就写 按文案粗估，按普通语速估的时长算；配好音以后写 预计费用，跟提交时用的是同一个口径；什么都没有时只显示每秒单价。余额不够时这里会出一行红字「余额不足」，点生成会被拦下。

   打开这一页
6. 6

   点生成，过两道确认

   点 生成数字人视频。它会先把素材传好，然后依次弹出两个框：第一个问授权，「这张形象图会被用来生成真人说话视频」，照片是你本人或已拿到对方同意选第一项，是 AI 生成的虚拟人选第二项，点 确认，继续；第二个是「确认生成数字人视频」，写着线路、成片几秒、预计多少，看清楚再点 确认生成。

   两个框里点取消都不扣钱。 价格框里还写着「配音费用已单独结算」——配音那笔第 3 步已经扣过了，这里只算视频。点了确认才真的提交、开始计费。

   点了生成没弹价格框？

   • 弹出「积分不足」余额不够这一次的预计费用，请求没有发出去。点 前往充值，充好回来再点生成。
   • 弹出一句红色提示就停了多半是素材还没备齐，或者读不出语音 / 视频的时长。按提示补上或换个 MP3 / WAV 文件再试。

   打开这一页
7. 7

   等它做完，下载

   确认后页面会滚到底部的 我的作品，新的一条先写「排队中」，拿到任务号后变「生成中」并显示百分比。做好了卡片上直接能播放，点 下载 存到本地。

   一般要几分钟，这时候可以离开这页，回来会接着取结果。做好的视频在顶栏的「我的作品」和视频页里也能看到。到这一步，你已经会用了。

   打开这一页

手上有什么，就从哪里开始

工作台有两种做法、两种配音方式，组合一下就是下面这几种。先回答一个问题：你手上已经有什么？

一段口播文案，四句话就够

数字人是照着你的文案一字一字念的，念多长视频就多长、就按多少秒算钱。写短、写具体最划算。点下面每一列选一个，看一段文案怎么拼出来。

声音怎么定：三种办法

声音是口播的一半。看你对声音有多讲究：

藏在界面里、不说就不知道的几件事

都跟「少花冤枉钱」有关，没人告诉你就会多付一次：

钱是怎么扣的

一条数字人口播是两笔钱：配音一笔，按字算；出视频一笔，按秒算，秒数就是语音的长度（对口型是原视频的长度）。用自己的录音，就只有视频那一笔。

还是不对？

接下来学什么

数字人是「一个人对着镜头说话」。想做得更多，看这几课：

• 想要一个只属于你的声音音色克隆、音色设计都在音频页，做好的音色能直接拿来配数字人。去学「音频」
• 想让人物不只是说话，还要演一段上传一段视频，换上你的人物照着原片的动作和镜头重演一遍。去学「爆款复刻」
• 想弄清配音和视频各扣了多少看懂预扣、结算和退款，每一笔是怎么来的。去学「算力与计费」