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。
適合此用途的模型
| 模型 | 開發者 | 價格 | 最低價格 | 長度 |
|---|---|---|---|---|
| Kling Avatar | Kuaishou | 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
- 開啟「AI 虛擬人物」工具,選擇「說話照片」模式。
- 上傳你本人或已同意露面的人物照片。
- 寫好腳本並選擇 Chirp 3 HD 語音,或上傳你自己的音訊。
- 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
- 圖片轉影片 AI:讓照片變成會動的影片
- 文字轉影片:寫下場景,生成影片
- AI 短影音製作:在 shuut 做直式影片、加字幕、更換比例
- AI 影片畫質提升:把短片和照片放大到 4K
- 用 Kling Lip Sync 製作 AI 對嘴影片
- 用講者照片、商品照片和腳本做 AI UGC 影片
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。