使用已经录好的声音
发音、停顿和语气已经满意时，可以直接上传录音。先听一遍背景噪声和人声重叠情况，确保主要内容清楚可辨。
AI 数字人口播：让一张照片开口说话
用 Magnific AI 将人像与语音组合成口型同步的数字人口播视频。可以上传自己的录音，也可以在工作区输入脚本生成语音，再让照片中的人物说出来，适合开场介绍、课程讲解和角色台词。
上传录音，或直接输入口播文案
先确定说什么、怎么说，再生成数字人视频。
把文字脚本生成配音
选择“生成语音”，选定音色后输入台词。这段文字用于生成数字人说出的声音；另一个动画提示词则用于描述画面中的表演。
照片怎么选，对口型更容易看清？
人像决定面部与构图，尽量让需要活动的五官完整、清晰地出现在画面中。
让眼睛和嘴巴清楚可见
选择面部清晰的人像，避免手、麦克风、浓重阴影或极端角度遮住五官。这些遮挡会增加说话动画的表现难度。
给表情变化留出空间
头肩构图时，在头部周围留一些空间。根据口播用途选择合适的风格，可以是人物介绍，也可以是插画角色说台词。
设置表演方式，选择输出清晰度
把人物的视觉表现与说出的台词分开描述，再选择 720p 或 1080p 输出。
描述表情、姿态和适度动作
在动画提示词中写明与内容相配的表情、姿势或小幅动作。让表演配合语音，不要加入与口播无关的动作要求。
声音和画面一起检查
边听语音边看嘴型、表情和头部运动。特别留意开头与结尾，让说话自然开始、完整结束。
给一段话配上会说话的形象
先确定观众需要听到什么，再让数字人的形象与表达服务于内容。
开场介绍与信息播报
制作欢迎语、商品介绍或简短通知。开头直接说明重点，不要依赖图片中的小字传达关键信息。
课程讲解与角色旁白
将长解释拆成便于听懂的小段，或让虚构角色说出台词。需要更长成片时，可分别生成各段，再在剪辑软件中排列组合。
想让人物说话，还是让角色做动作？
口播和动作视频依赖的输入不同，按主要目标选工具。
用一张照片演绎语音
口头表达是重点时，选择数字人工具。用文案或录音确定台词，以人像作为说话主体。
让角色完成指定动作
希望用文字描述动作时，可用图生视频；想跟随现成表演时，可用动作控制。不以说话为主的运动，这两种方式更直接。
数字人口播常见问题
了解照片、文案和录音的准备方法。
输入一段文字，就能让照片说话吗？
可以。在 Magnific AI 数字人工具中选择“生成语音”，选定音色并输入脚本。再上传人像、描述视觉表演，生成的语音会提供口播的台词与节奏。
能使用我自己的录音吗？
可以。选择“上传音频”并提供录音文件。尽量使用人声清晰、背景噪声少的音频，生成前先确认完整录音中的用词、节奏与停顿。
上传的口播音频最长支持多久？
支持最长 5 分钟的音频，文件大小需符合上传区显示的限制。这个时长限制与输入文字生成语音时的文本长度限制不同。
口播脚本和动画提示词分别填什么？
脚本填写数字人要说的台词，动画提示词描述说话时的表情、姿态或动作。如果选择上传音频，说出的内容就由录音提供。
什么照片适合制作数字人口播？
尽量使用单人、五官清楚的人像，让眼睛和嘴巴可见，头部周围留有空间。使用插画时也应让面部特征容易辨认，并使表情和构图符合预期表演。
可以制作不同语言的数字人视频吗？
可以上传目标语言的录音，或选择合适音色生成语音。先准备好各语言版本的台词或音频；数字人工具依据提供的声音生成说话动画，不会自动翻译上传的录音。
支持 1080p 数字人口播吗？
支持。可在分辨率选项中选择 720p 或 1080p。使用清晰人像作为输入，生成后检查面部细节和嘴型，再使用成片。
让照片说出你的内容
上传人像，输入脚本或添加录音，用 Magnific AI 制作数字人口播。
制作口播视频