如何制作AI数字人？手把手教你打造专属数字人

最近不少朋友问我，数字人到底是什么？怎么做？

其实通俗点讲，就是给自己建一个克隆人——你只要写好文案，它就能像模像样地替你出镜说话。今天咱们就把这事掰开揉碎，聊一聊怎么不露脸就做出自己的专属数字人。

整个过程拆解下来，核心就两步：先让数字人“动起来”，再让它“对上口型”。

第一步：让数字人动起来

目前效果比较稳定、真实感也到位的工具，推荐可灵 AI。具体有三种思路。

1. 文生视频

用可灵 AI 的文生视频功能。点进去之后，可以选择参考人脸。需要注意的是，这个功能对会员等级有要求——得是铂金会员以上才行。比如我想用自己的脸，就选“羊羊”这个素材（前提是你得提前录好自己的面部素材）。然后在左上角的创意描述区，把场景细节交代清楚：我是作为博主出镜的，眼神应该是什么状态，背景长什么样，动作有没有特定设计，整体画面风格是偏正式还是轻松。描述完，再填上不希望出现的内容，比如变形、扭曲、毁容这些翻车要素。点击“立即生成”，就能得到一个以你人脸为主、动作也比较稳定的视频。后面就可以拿着它去做对口型的操作了。

2. 图生视频

试试图生视频。比如你先用其他工具生成一张满意的图片，截个图上传到可灵 AI，然后在创意描述里写出你希望这张图片里的人做出什么动作。这个方式的好处很明显：图片本身可以精挑细选，背景也完全可控，而且你能更精细地设定动作的方向和幅度。整体可控性比文生视频要强不少。

3. 直接上传照片

最简单的方式——自己拍一张照片，直接上传到可灵 AI 的图生视频。同样，在创意描述里输入你希望的效果，比如让人物动起来，描述清楚他的眼神和状态。这里有个小提示：动作幅度尽量别太大。一来正常人面对镜头说话时，脑袋和手部的摇摆都很小；二来动作幅度一大，手指变形这种 bug 就容易冒出来。上传照片、填好描述，点“立即生成”，视频就到手了。

第二步：对口型

人物形象已经“动起来”了，接下来进入第二步——对口型。这里也有两条路可以走。

使用可灵 AI 自带对口型功能

直接用可灵 AI 自带的对口型功能。点进去之后，左边上传刚才生成的视频，右边有配音选项。它支持两种驱动方式：文本驱动和声音驱动。如果选文本驱动，你可以先选一个音色，再输入想让数字人说的话，系统自动生成。美中不足的是，音色虽然五花八门，但用不了你自己的声音，做不到“本尊”级别的复制。但换个角度想，也许别人的音色反而让视频更好听呢？另一种方式是声音驱动，也就是上传一段你自己的音频，MP3 格式就行，系统会根据这段声音来匹配口型。不过要注意的是，每次只能生成 5 秒的片段。短口播或者做短视频素材够用，想用来跑长段的话，要么把音频压缩到 5 秒之内，要么多生成几个片段再拼起来。

使用必火 AI 工具

用必火 AI 工具。它的强项在于支持形象克隆和声音克隆，最终的生成效果不错。具体操作也不复杂：先把可灵 AI 生成的动态视频上传，用于克隆你的数字分身；接着在声音克隆环节，录入你自己的声音样本；最后到数字分身创作板块，你既可以选文本驱动，输入台词、选好克隆好的声音，提交就行；也可以选音频驱动，直接上传一段你自己的录音，同样能生成数字人视频。

总结

总而言之，这两步是走通整个流程的关键：先搞定一段动态的人物视频，再让它精准地对上你的口型。两步到位，一个属于你自己的数字人视频就新鲜出炉了。