AI 頭像說話影片怎麼做：一張照片加台詞就能開口說話

AI 頭像說話工具能做什麼

你提供一張人物圖片和一段聲音——可以是音訊檔，也可以是輸入台詞後由內建聲音朗讀。工具會生成這個人物說話的影片，嘴、臉和頭會跟著聲音動。影片長度與聲音相同，在 BunCho 中是 2～30 秒。

常見的用法有：讓角色說公告或問候、不露臉也能準備解說影片的講者、讓故事角色以原本的畫風說出台詞的短片。如果你在工作室做了漫畫分格或角色圖，也可以直接讓它們開口說話。和用影片剪輯軟體一格一格做嘴型相比，只要準備好圖片和聲音就能完成；但嘴型的自然程度會因圖片和模型而不同，所以建議先用點數較少的模型確認效果。

• 輸入：一張人物圖片，加上台詞（300 字以內）或音訊（30 秒以內）
• 輸出：這個人物說話的 MP4 影片（2～30 秒）
• 模型：Kling Avatar 2.0 Pro / Standard、OmniHuman 1.5、HeyGen Avatar IV、P-Video Avatar

要準備什麼（圖片與聲音）

• 圖片：單人、臉部清楚。正面且臉部較大的圖片，嘴型最乾淨
• 格式與大小：PNG、JPEG 或 WebP；短邊 300px 以上；長寬比 1:2.5～2.5:1
• 用台詞產生聲音：300 字以內，可從 4 種聲音（明亮女聲、沉穩男聲、女性旁白、男性旁白）中選擇
• 用音訊檔：30 秒以內。只有說話聲、沒有音樂或雜音的音訊效果較好
• 補充指示（選填）：描述表情或構圖，例如「微笑著看鏡頭說話」

AI 頭像說話影片的做法

1. 1開啟影片工具

   在工作室開啟「影片工具」，選擇「AI 頭像說話」。

2. 2放入圖片

   在「人物圖片」上傳一張圖片。

3. 3決定聲音

   輸入台詞並選擇聲音，或切換到音訊檔，上傳自己錄的聲音。

4. 4選模型並估算

   選擇模型後按「估算」，畫面會列出每個模型的點數，方便比較。

5. 5確認權利後生成

   勾選確認你擁有圖片與音訊的權利，再按生成按鈕。可能需要幾分鐘，關閉頁面也會繼續處理。

6. 6下載使用

   下載完成的影片，再到剪輯軟體加上字幕或音樂。

相關： AI 頭像說話工具介紹

可選的模型，以及 5 秒的點數參考

Kling Avatar 2.0 有 Pro 和 Standard 兩種，Standard 約為 Pro 一半的點數。OmniHuman 1.5 連手和身體也會動，但點數較多。HeyGen Avatar IV 輸出 1080p，P-Video Avatar 輸出 720p，是點數最少的模型。

常見問題的解法

• 嘴巴動得太小或對不上：臉太小或側臉效果不好。請裁切成臉部大、正面的圖片
• 聲音悶悶的或斷斷續續：請去掉音樂和雜音，讓檔案中只有說話聲
• 動作和畫風不搭：插畫與動漫風格差異很大，正式版之前先用點數較少的模型測試
• 出現圖片大小的錯誤而停止：短邊需要 300px 以上，長寬比需在 1:2.5～2.5:1 之間
• 需要超過 30 秒：分成每段 30 秒來做，再到剪輯軟體中接起來

權利與 AI 標示

使用的圖片、音訊與影片，限於你擁有權利或已取得使用許可的素材。真實人物的臉與聲音，只有在本人同意時才能使用。生成前，畫面上會要求你勾選確認自己擁有權利。

不能製作讓人看起來說了本人沒說過的話、造成誤解的影片，也不能冒充他人。公開時，請依發布平台的規定標示為 AI 生成或 AI 編輯（例如 YouTube 的「經過修改或合成的內容」設定）。

本文與產品中出現的模型名稱，是因為在 BunCho 中可以選擇而列出，並不代表與各家公司有合作或受其推薦。

可用方案與點數

影片工具可在付費方案（澆水・種子・燒肉・全餐・團隊與企業）正式訂閱後使用。免費方案與付費方案的免費試用期間不能使用。

使用的是工作室每月的 AI 點數，和小說、漫畫、影片共用同一個餘額。生成前會先顯示估算，同意之後才會生成。生成失敗或在開始前取消時，不會扣點數。

相關： 方案與價格 / 5 種影片工具一覽