手把手教你用 可靈AI 做 AI 數(shù)字人！
當(dāng)前位置：點(diǎn)晴教程→知識(shí)管理交流
→『 技術(shù)文檔交流 』
什么是數(shù)字人？怎么做數(shù)字人？ 說(shuō)白了，就是創(chuàng)建一個(gè)自己的克隆人，只需輸入文案，就能生成自己說(shuō)話的視頻。
那今天，我將手把手教你使用數(shù)字人工具，讓你無(wú)需露臉就能輕松做出自己的數(shù)字人。
打造數(shù)字人總共只需兩步，接下來(lái)我將分步驟為大家拆解其底層邏輯。
第一步，要讓數(shù)字人動(dòng)起來(lái)；第二步，則是讓數(shù)字人對(duì)口型。
對(duì)于第一步“動(dòng)起來(lái)”，我們可以借助可靈 AI，因?yàn)樗膭?dòng)態(tài)生成效果既穩(wěn)定又真實(shí)。
這里有三種實(shí)現(xiàn)方式：
第一種 使用可靈 AI 的文生視頻功能。 可靈：https://klingai.kuaishou.com/
點(diǎn)擊這個(gè)功能后，我們可以選擇參考人臉。（這個(gè)功能只能鉑金會(huì)員以上才行）
比如，我想使用自己的人臉，就直接選擇“羊羊”，不過(guò)需要提前錄制好自己的人臉?biāo)夭摹?/span>
在左上角的創(chuàng)意描述區(qū)域，使用“羊羊”的人臉，并進(jìn)行詳細(xì)描述，
像“我作為一個(gè)博主，眼神是怎樣的，背景是什么樣子，動(dòng)作有哪些，整體畫(huà)面風(fēng)格如何”等。
描述完成后，填入不希望呈現(xiàn)的內(nèi)容，如變形、扭曲、毀容等，
然后點(diǎn)擊“立即生成”，
就能得到一個(gè)以我的人臉為主，動(dòng)作穩(wěn)定的視頻。我們可以利用這個(gè)視頻進(jìn)行后期的對(duì)口型操作。
第二種 方法是采用圖生視頻的方式。
比如，我們先獲取一張生成的圖片，像我在這里截一張圖，將其上傳到這個(gè)位置后，在創(chuàng)意描述處輸入我們期望圖片會(huì)呈現(xiàn)怎樣的動(dòng)作。
這種圖生視頻方式的好處是什么呢？
一個(gè)是圖片美觀，背景也能隨心設(shè)定，可控性很強(qiáng)，二是還能更精細(xì)地控制動(dòng)作。
第三種 方式是自己拍攝。
自己拍一張照片，然后上傳到可靈 AI 的圖生視頻中。
接著在圖片創(chuàng)意描述處輸入相關(guān)描述，比如讓人物動(dòng)起來(lái)，描述其眼神狀態(tài)等。
不過(guò)建議大家盡量讓動(dòng)作緩慢些，人物動(dòng)態(tài)效果不要太強(qiáng)烈。畢竟人正常面對(duì)鏡頭說(shuō)話時(shí)，動(dòng)作幅度不會(huì)特別大，而且動(dòng)作幅度太大容易出現(xiàn)手指變形的 bug。
上傳照片并完成描述后，點(diǎn)擊“立即生成”，就能得到我們想要的視頻。
這就是第一步，讓數(shù)字人形象動(dòng)起來(lái)。
接下來(lái)進(jìn)入第二步——對(duì)口型。
對(duì)口型有兩種方式， 第一種 是我們可以直接使用可靈 AI 的對(duì)口型功能。
點(diǎn)擊“對(duì)口型”后，在左邊上傳視頻，配音音頻有文本驅(qū)動(dòng)和聲音驅(qū)動(dòng)兩種方式可選。
如果選擇 文本驅(qū)動(dòng)，還能挑選音色，輸入想說(shuō)的文本就能生成數(shù)字人講解這段話的視頻。
但不足之處在于，盡管音色選擇多樣，卻無(wú)法使用自己的聲音，難以達(dá)到與本人聲音一模一樣的效果。
不過(guò)對(duì)口型也有好處，我們可以選用他人音色，說(shuō)不定會(huì)更加悅耳動(dòng)聽(tīng)。
對(duì)口型還有 聲音驅(qū)動(dòng) 這種方式，我們能上傳一段自己的音頻，可靈 AI 支持 MP3 等常見(jiàn)音頻格式。
上傳音頻后即可直接生成視頻。
不過(guò)，可靈 AI 每次僅支持生成 5 秒的片段。
我們可以通過(guò)變速將音頻盡量壓縮至 5 秒以內(nèi)，但這并長(zhǎng)久之計(jì)，比較適合制作短口播視頻、短數(shù)字視頻，或者將多個(gè)片段組合起來(lái)使用。
第二種 方式，我們還可以使用 必火AI工具。 必火AI：https://www.bihuoai.com/login/7i1cN6
它的優(yōu)勢(shì)在于能夠進(jìn)行形象克隆和聲音克隆，且生成效果較好。
下面來(lái)看看具體操作流程：
首先，上傳視頻以克隆數(shù)字分身，將前面可靈 AI 生成的動(dòng)態(tài)視頻上傳；
接著，在聲音克隆處克隆自己的聲音；
最后，在數(shù)字分身板塊進(jìn)行創(chuàng)作，若采用文本驅(qū)動(dòng)，輸入想要數(shù)字人說(shuō)的話，選擇自己克隆好的聲音，點(diǎn)擊提交，就能生成一段數(shù)字人視頻。
若采用音頻驅(qū)動(dòng)方式，上傳自己的一段聲音，同樣可以生成數(shù)字人視頻。
總體而言，最關(guān)鍵的就是這兩步：
先生成一段動(dòng)態(tài)視頻，再讓這段動(dòng)態(tài)視頻完成對(duì)口型操作，
這樣一來(lái)，我們想要的數(shù)字人視頻便制作完成了。 現(xiàn)在的 AI 時(shí)代，真的是減輕了人很多的工作量， 一天做 100條 口播的數(shù)字人時(shí)代真的來(lái)了。 ? 閱讀原文：原文鏈接 該文章在 2025/3/4 11:02:04 編輯過(guò) |
關(guān)鍵字查詢
相關(guān)文章
正在查詢... 
|
400 186 1886
