需积分
AI 数字人视频
AI 数字人视频是 AgentReel 的一个工具，把一张人像照片变成会说话的出镜人。照片里的人会按你输入的脚本或你自己的录音说话，口型同步。视频时长等于语音时长，最长 5 分钟，画幅可选 9:16、16:9 或 1:1，可加内嵌字幕。
免费吗？不免费。数字人视频使用购买的积分。标准 720p 约每秒 4 积分，专业 1080p 约每秒 8 积分，所以一条 30 秒的标准视频约 120 积分。生成失败会退还积分。
快速解答
我需要准备什么？
一张人像照片（JPEG 或 PNG，最大 10 MB），以及语音：由 AI 声音朗读的文字脚本，或你自己的 MP3、WAV 或 M4A 录音，最长 5 分钟。
数字人可以用我自己的声音说话吗？
可以。上传你自己的录音，或者在输入脚本时选择你在 AI B-Roll 剪辑器里克隆的声音。声音克隆需要付费账户。
支持哪些语言？
口型跟随声音，所以只要声音能说的语言都可以。AI 声音支持英语、中文、西班牙语、日语等多种语言。
可以用谁的脸？
只能用你自己的脸，或已经得到对方许可的人的脸。不要让公众人物或普通人说他们没有说过的话。
你可以做什么
- 有固定出镜人的 TikTok、Reels 和 Shorts，不用每天拍摄。
- 产品讲解或优惠介绍，改一下脚本就能更新。
- 课程和新手引导视频，以后修改也很方便。
- 同一位出镜人说其他语言，每种语言都配上字幕。
使用步骤
- 打开工具。 进入 AI 数字人视频。
- 上传人像。 选择一张清晰、正面的单人照片。选择竖屏、横屏或方形画幅，照片会按画幅裁剪。
- 添加语音。 输入最多 3500 个字符的脚本并选择声音，或上传最长 5 分钟的录音。
- 先听配音。 使用文字脚本时，你会先听到配音，再决定是否为视频付费。
- 选择画质和字幕。 标准 720p 或专业 1080p，带或不带内嵌字幕。页面会显示价格。
- 下载和分享。 下载 MP4、SRT 和 VTT 文件。每条视频都保存在我的作品里。
选项与限制
| 项目 | 限制 / 选项 |
|---|---|
| 照片 | JPEG 或 PNG，裁剪后最大 10 MB，单人 |
| 脚本 | 最多 3500 个字符 |
| 录音 | MP3、WAV 或 M4A，最大 100 MB，1 秒到 5 分钟 |
| 视频时长 | 等于语音时长，最长 5 分钟 |
| 画幅 | 9:16、16:9 或 1:1 |
| 画质 | 标准 720p 或专业 1080p |
| 声音 | AI 声音，或你克隆的声音（付费账户） |
| 字幕 | 可选，内嵌字幕；附带 SRT 和 VTT 文件 |
价格
| 视频 | 标准 720p | 专业 1080p |
|---|---|---|
| 30 秒 | 约 120 积分 | 约 240 积分 |
| 60 秒 | 约 240 积分 | 约 480 积分 |
| 3 分钟 | 约 720 积分 | 约 1440 积分 |
| 附加项 | 一般费用 |
|---|---|
| 文字脚本的 AI 配音 | 每 500 个字符约 11 积分 |
| 字幕 | 约 1 到 3 积分 |
开始前页面会显示准确价格。数字人视频只能使用购买的积分，生成失败会退还积分。详见积分、套餐与免费额度。
提升效果的建议
- 用清晰、光线好的照片。 人脸看向镜头，不被手、头发或墨镜遮挡。
- 头部周围留出空间。 照片会按画幅裁剪，头顶和肩膀周围要留出余量。
- 音频要干净。 没有大音量背景音乐的清晰人声，口型同步最自然。
- 告诉观众出镜人是 AI 生成的。 清楚的标注能维护信任，也符合大多数平台的规则。
常见问题
视频最长多久？
等于语音时长，1 秒到 5 分钟。
免费积分能用吗？
不能。AI 数字人视频使用购买的积分。免费积分只能用于 Z-Image 图片、视频模板和代码生成视频。
以后可以翻译这条视频吗？
可以。把成片交给 AI 视频翻译处理即可。
生成失败怎么办？
积分会自动退回你的余额。