語言: 繁體中文

用一張照片和聲音製作 AI 說話虛擬人影片

AI 說話虛擬人會把一張人物靜態照片變成那個人開口說話的影片。在 shuut,只要提供一張人像照,再加上寫好的腳本或你自己的音訊,Kling Avatar 就會讓臉部動起來,配合說出的內容。

在電腦或手機的瀏覽器上都能使用,所以用哪台裝置拍的自拍照,就能直接在那台裝置上做成說話虛擬人短片。

在 shuut 開啟工具

適合此用途的模型

模型開發者價格最低價格長度
Kling AvatarKuaishou每秒 7 點數每秒 7 點數2-300 秒

價格以點數計(1 點數 = US$0.01),每次使用時從你的 shuut 餘額扣除。每次生成前都會先顯示確切價格。

在「AI 虛擬人物」工具中製作 AI 說話虛擬人

開啟「AI 虛擬人物」工具,選擇「說話照片」模式。

上傳要說話的人物照片。

聲音的部分,可以寫好腳本並選一個 Chirp 3 HD 語音,也可以上傳你自己的音訊檔案。

按下「生成」,照片就會變成與聲音同步的說話影片。

AI 說話虛擬人背後的 Kling Avatar

「說話照片」模式使用 Kling Avatar,只要一張照片加上音訊,就能做出說話影片。

短片長度可以從幾秒鐘的簡短問候,到幾分鐘的較長解說,全部一次完成。

輸出最高 1080p。

Kling Avatar 依完成影片的秒數計費。

AI 說話虛擬人:照片、聲音與同意

請選擇清楚、正面、臉部容易辨識的照片,因為會動起來的就是臉部。

如果使用自己的錄音,沒有背景雜音的清楚語音,能讓臉部更準確地跟上每個字。

使用腳本時,所選的 Chirp 3 HD 語音會決定說話的語氣,建議先試一句短句,聽聽看是否適合照片中的人物。

照片中的人物必須是你本人,或是已同意出現在影片中的人。

發布前,請確認發布的平台是否需要標示為 AI 生成內容。

如何在 shuut 製作 AI 說話虛擬人影片

  1. 開啟「AI 虛擬人物」工具,選擇「說話照片」模式。
  2. 上傳你本人或已同意露面的人物照片。
  3. 寫好腳本並選擇 Chirp 3 HD 語音,或上傳你自己的音訊。
  4. 按下「生成」,取得照片人物的說話影片,最高 1080p。

常見問題

在 shuut 製作 AI 說話虛擬人影片怎麼計費?
Kling Avatar 依影片秒數計費,所以較長的短片費用會比短的高。按下「生成」前會顯示確切的費用。
一段說話虛擬人短片最長可以多長?
Kling Avatar 可以處理從幾秒鐘的短片,到長達幾分鐘的單支影片。
有哪些語音可以朗讀虛擬人的腳本?
你可以從多種 Chirp 3 HD 語音中選擇,來朗讀寫好的腳本。如果想用特定的聲音,也可以改為上傳你自己的音訊。
可以讓別人的照片動起來嗎?
必須取得對方同意。照片中的人物必須是你本人,或是已同意出現在說話影片中的人。
要把自拍照變成說話虛擬人,需要準備什麼?
一張臉部照片和一個聲音來源:可以是搭配 Chirp 3 HD 語音的腳本,或是你自己的音訊檔案。在「AI 虛擬人物」工具中選擇「說話照片」模式,再按下「生成」即可。

可以製作的內容

在 shuut 開啟工具

更新於 2026年11月17日

開始之前

按結果付費,按下「生成」前會先顯示報價;訂閱可自由選擇。

動態圖、字幕、更換比例註冊後就能免費使用。

商業使用請見服務條款第 9 條;範圍依模型和協議而不同,權利、廣告規範和 AI 標示需由你自行確認。

shuut 與模型開發商沒有關聯。

價格 · 服務條款