用一张照片和一段声音制作 AI数字人视频
AI数字人能把一张人物静态照片变成这个人在说话的视频。在 shuut 里,你提供一张人像,再加上写好的脚本或你自己的音频,Kling Avatar 就会让面部动起来,和话语对上。
它在浏览器里运行,电脑和手机都能用,所以用哪台设备拍的自拍,就能在哪台设备上做成数字人视频。
适用模型
| 模型 | 开发方 | 价格 | 最低价 | 时长 |
|---|---|---|---|---|
| Kling Avatar | Kuaishou | 每秒 7 积分 | 每秒 7 积分 | 2-300秒钟 |
价格以积分计(1 积分 = US$0.01),每次使用时从你的 shuut 余额中扣除。每次生成前都会显示确切价格。
在“AI 数字人”工具里制作 AI数字人
打开“AI 数字人”工具,选择“说话照片”模式。
上传要开口说话的人物照片。
声音方面,可以写一段脚本,再选一个 Chirp 3 HD 声音,也可以上传你自己的音频文件。
按下“生成”,照片就会变成和这段声音同步的说话视频。
AI数字人背后的 Kling Avatar
“说话照片”模式使用 Kling Avatar,只需一张照片加一段音频就能生成说话视频。
视频可以短到几秒,用来打个招呼,也可以长到几分钟,用来做较长的讲解,全部一次完成。
输出最高 1080p。
Kling Avatar 按成片视频的秒数计费。
AI数字人:照片、声音和授权
选一张清晰的正面照片,面部要容易看清,因为动起来的正是面部。
如果用自己的录音,干净、没有背景噪音的语音能让面部更准确地跟上每个字。
使用脚本时,所选的 Chirp 3 HD 声音决定了语气,建议先试一句短的,听听是否适合照片里的人。
照片中的人必须是你本人,或已同意出现在视频中的人。
发布前,请确认发布平台是否要求标注 AI 生成。
如何在 shuut 制作 AI数字人视频
- 打开“AI 数字人”工具,选择“说话照片”模式。
- 上传你本人的照片,或已同意出镜的人的照片。
- 写一段脚本并选择 Chirp 3 HD 声音,或上传你自己的音频。
- 按下“生成”,得到照片中人物的说话视频,最高 1080p。
常见问题
- 在 shuut 制作 AI数字人视频怎么收费?
- Kling Avatar 按视频秒数计费,所以长视频比短视频费用更高。按下“生成”前会显示具体报价。
- 一段数字人视频最长可以多长?
- Kling Avatar 可以生成几秒的短视频,也可以生成长达几分钟的单个视频。
- 哪些声音可以朗读数字人的脚本?
- 你可以从多个 Chirp 3 HD 声音中选择一个来朗读脚本。如果想用特定的声音,也可以改为上传你自己的音频。
- 可以让别人的照片动起来吗?
- 需要对方同意。照片中的人必须是你本人,或已同意出现在说话视频中的人。
- 把自拍变成数字人需要什么?
- 一张面部照片和一个声音来源:脚本加 Chirp 3 HD 声音,或你自己的音频文件。在“AI 数字人”工具中选择“说话照片”模式,然后按下“生成”。
可以创作的内容
- 图片生成视频AI:让照片动起来
- 文字生成视频:写一个场景,得到一段视频
- AI短视频制作:在 shuut 生成竖屏视频、加字幕、调整比例
- AI 视频超分:把视频和照片放大到 4K
- 用 Kling Lip Sync 制作 AI 对口型视频
- 用出镜人照片、商品照片和脚本做 AI UGC 视频
更新于 2026年11月17日
开始之前
按结果付费,按下“生成”前会先显示报价;订阅可选。
动态镜头、字幕、调整比例注册后即可免费使用。
条款第 9 条说明了商业用途;范围因模型和协议而异,权利、广告规定和 AI 标识需由你自行确认。
shuut 与各模型开发方无关联。