AI 说话 照片

说话照片就是让静态人像活起来并开口说话。脸还是图片里的那张脸,但嘴巴、眼睛和头部会随着语音动起来,所以头像、绘画肖像或你设计的角色都能对着镜头传达一段话。

在 Mage 上,只要在同一个账号里完成两步。先做声音:写下要说的内容,用 Seed Audio 生成(它能根据提示词生成人声、对话、音乐和音效),或者使用你已有的录音。再做人脸:打开 Lipsync,添加照片和声音,然后生成。结果是一段人像说出你台词的 MP4。

说话照片很适合用于问候、讲解、角色介绍和社交媒体帖子。请合理使用:用你自己的照片、你创建的角色,或已经征得同意的人的照片。Mage 不允许有害的深度伪造,也不允许未经同意描绘真实人物。

Seed Audio 会遵循提示词,所以除了台词,也要描述说话者:年龄段、语速、情绪以及说话的场景。“温暖、不急不缓、讲睡前故事的奶奶”和“兴奋的体育解说员”听起来截然不同。把确切的台词放在引号里,句子尽量简短;一两句话刚好能放进 15 秒内。

Seed Audio 会严格按你选择的时长生成:5、10、30、60 或 120 秒。制作说话照片时,请选 5 秒或 10 秒,这样整段台词能在一次 Lipsync 中完成,还有余量。更长的旁白也可以:先生成一次,用任意音频编辑器剪成 15 秒以内的片段,再为每段制作一个视频。

• 先描述声音,再用引号写出台词
• 单个视频选择 5 秒或 10 秒的时长
• 让声音与人脸的年龄和情绪相匹配
• 先重新生成声音,再考虑更换照片
• 每句台词只表达一个意思

最好的说话照片,起点是一张清晰、光线good的人脸,面朝镜头,嘴巴可见且处于闭合或放松状态。头肩特写比全身照更合适,因为脸部细节更多,更便于生成动画。戴眼镜没问题,但手或麦克风挡住嘴巴就不行。

如果照片old或比较模糊,可以先用AI 图片放大工具增强清晰度,或用AI 照片修复来修复。如果你想从全新的面孔开始,可以用AI 人像生成器生成一张,并保存为角色,这样同一张脸以后还能再次开口说话。

问候:用全家福制作生日或节日祝福,由照片里的人亲自录音。讲解:让一个角色用两句话介绍产品、课程或操作方法。故事:让绘画中的祖先、奇幻英雄或旁白人像为系列作品的每一章开场。社交媒体帖子:让一个有固定梗的吉祥物,以短视频形式发布。

如果希望这张脸不只是说话,可以进入下一步:AI 口型同步支持配音和更长的旁白,而且AI 音乐视频生成器可以让保存的角色变身为会唱会跳的表演者。