如何制作AI数字人？

最近，许多朋友都在询问关于数字人的概念及其制作方法。简单来说，数字人就是创建一个虚拟的自我克隆，只需输入文案，就能生成一个模拟自己说话的视频。今天，我将详细指导大家如何使用数字人工具，让你无需亲自出镜，也能轻松制作出自己的数字人。制作数字人主要分为两个步骤，接下来我将逐步解析其背后的逻辑。

第一步是让数字人动起来。为了实现这一点，我们可以使用可灵AI，因为它提供的动态生成效果既稳定又真实。具体有三种实现方式：

第一种方法是使用可灵AI的文生视频功能。通过这个功能，我们可以选择参考人脸（此功能仅限铂金会员以上使用）。例如，如果你想使用自己的人脸，可以选择“羊羊”作为参考，但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，并详细描述你的眼神、背景、动作以及整体画面风格等。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，就能得到一个以你的人脸为主，动作稳定的视频。这个视频可以用于后期的对口型操作。

第二种方法是采用图生视频的方式。获取一张生成的图片，将其上传到指定位置后，在创意描述处输入你期望图片会呈现的动作。这种方式的优点在于图片美观，背景可自由设定，可控性强，同时还能更精细地控制动作。

第三种方式是自己拍摄。你可以自己拍一张照片，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。建议让动作缓慢些，人物动态效果不要太强烈，因为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。

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。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。具体操作流程如下：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；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。

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。😊🎥