什么是数字人？怎么做数字人？　

说白了，就是创建一个自己的克隆人，只需输入文案，就能生成自己说话的视频。

羊羊AI视频

，赞38

那今天，我将手把手教你使用数字人工具，让你无需露脸就能轻松做出自己的数字人。　

　

打造数字人总共只需两步，接下来我将分步骤为大家拆解其底层逻辑。　

　

第一步，要让数字人动起来；第二步，则是让数字人对口型。　

　

🐋

对于第一步“动起来”，我们可以借助可灵 AI，因为它的动态生成效果既稳定又真实。　

　

这里有三种实现方式：　

　

 第一种 

使用可灵 AI 的文生视频功能。　

可灵：https://klingai.kuaishou.com/　

　

点击这个功能后，我们可以选择参考人脸。（这个功能只能铂金会员以上才行）　

　

　

比如，我想使用自己的人脸，就直接选择“羊羊”，不过需要提前录制好自己的人脸素材。　

　

在左上角的创意描述区域，使用“羊羊”的人脸，并进行详细描述，　

　

　

像“我作为一个博主，眼神是怎样的，背景是什么样子，动作有哪些，整体画面风格如何”等。　

　

描述完成后，填入不希望呈现的内容，如变形、扭曲、毁容等，　

　

　

然后点击“立即生成”，　

　

就能得到一个以我的人脸为主，动作稳定的视频。我们可以利用这个视频进行后期的对口型操作。　

　

 第二种 

方法是采用图生视频的方式。　

　

比如，我们先获取一张生成的图片，像我在这里截一张图，将其上传到这个位置后，在创意描述处输入我们期望图片会呈现怎样的动作。　

　

　

这种图生视频方式的好处是什么呢？　

　

一个是图片美观，背景也能随心设定，可控性很强，二是还能更精细地控制动作。

　

 第三种 

方式是自己拍摄。　

　

自己拍一张照片，然后上传到可灵 AI 的图生视频中。　

　

　

接着在图片创意描述处输入相关描述，比如让人物动起来，描述其眼神状态等。　

　

不过建议大家尽量让动作缓慢些，人物动态效果不要太强烈。毕竟人正常面对镜头说话时，动作幅度不会特别大，而且动作幅度太大容易出现手指变形的 bug。　

　

　

上传照片并完成描述后，点击“立即生成”，就能得到我们想要的视频。　

　

这就是第一步，让数字人形象动起来。　

　

🐋

接下来进入第二步——对口型。　

　

对口型有两种方式，

 第一种 

是我们可以直接使用可灵 AI 的对口型功能。　

　

　

点击“对口型”后，在左边上传视频，配音音频有文本驱动和声音驱动两种方式可选。　

　

　

如果选择 文本驱动，还能挑选音色，输入想说的文本就能生成数字人讲解这段话的视频。　

　

但不足之处在于，尽管音色选择多样，却无法使用自己的声音，难以达到与本人声音一模一样的效果。　

　

不过对口型也有好处，我们可以选用他人音色，说不定会更加悦耳动听。　

　

对口型还有 声音驱动 这种方式，我们能上传一段自己的音频，可灵 AI 支持 MP3 等常见音频格式。　

　

上传音频后即可直接生成视频。　

　

不过，可灵 AI 每次仅支持生成 5 秒的片段。　

　

我们可以通过变速将音频尽量压缩至 5 秒以内，但这并长久之计，比较适合制作短口播视频、短数字视频，或者将多个片段组合起来使用。　

　

 第二种 

方式，我们还可以使用 必火AI工具。

必火AI：https://www.bihuoai.com/login/7i1cN6　

　

它的优势在于能够进行形象克隆和声音克隆，且生成效果较好。　

　

下面来看看具体操作流程：　

　

首先，上传视频以克隆数字分身，将前面可灵 AI 生成的动态视频上传；　

　

　

接着，在声音克隆处克隆自己的声音；　

　

　

最后，在数字分身板块进行创作，若采用文本驱动，输入想要数字人说的话，选择自己克隆好的声音，点击提交，就能生成一段数字人视频。　

　

　

若采用音频驱动方式，上传自己的一段声音，同样可以生成数字人视频。 　

　

　

总体而言，最关键的就是这两步：　

　

先生成一段动态视频，再让这段动态视频完成对口型操作，　

　

这样一来，我们想要的数字人视频便制作完成了。

现在的 AI 时代，真的是减轻了人很多的工作量，

一天做 100条 口播的数字人时代真的来了。

​

阅读原文：原文链接