一定要自己錄音嗎？
不用。在「文字轉語音」裡寫好稿子、選個聲音，把產生的音訊拿來用就行。
人臉與人物
讓照片開口說話
可以用自己的錄音，也可以用「文字轉語音」產生一段。數位人模型會讓嘴型對上聲音，再加上自然的眨眼、點頭和表情，一張照片就能當主播。
14 點數起 （每 5 秒影片）
註冊送 30 點數 · 不需信用卡
生成失敗會自動退還點數
你提供- 一張人像和一段語音
你會得到- 人像開口說話的影片
- 價格
- 14 點數 （每 5 秒影片）
怎麼用
- 1
上傳一張清楚、正對鏡頭的人像。
- 2
加上音訊：自己的錄音，或「文字轉語音」產生的配音。
- 3
按生成。影片長度和音訊一樣。
效果更好的小技巧
- 正臉、嘴巴露出來的照片，嘴型對得最準。
- 聲音乾淨、沒有背景音樂時同步最精確。
- 加一句情緒說明，例如「平靜友善」，能引導表情。
適合用來
- 講解影片和課程
- 用角色的聲音發文
- 個人影片祝福
- UGC 廣告
可用模型
2 個模型預設使用 Kling Avatar 2.0。在生成頁可以隨時換成其他模型，每個模型執行前都會顯示價格。
常見問題
影片最長多長？
和音訊一樣長，但不超過模型上限：標準數位人最長 1 分鐘，Kling Avatar 2.0 最長 5 分鐘。
和對嘴有什麼不同？
「數位人」從一張靜態照片開始，讓整個頭部動起來；「對嘴」從一段影片開始，只改嘴巴。
「數位人」要多少錢？
「數位人」14 點數起（每 5 秒影片）。執行前生成頁會顯示準確價格，生成失敗會自動退還點數。新帳號註冊送 30 點數，足夠先試一試。
類似工具
查看全部 20 個工具
用你自己的檔案試試
拖進來，按「生成」，結果直接帶走。註冊送的免費點數夠你先跑幾次。