输入台词，生成语音
在“生成语音”中填写台词并选择声音。按口头表达习惯写文稿，生成后先听一遍，检查读音和停顿，再制作视频。
AI 数字人口播：让照片开口说话
用 Pixlr AI 把人像照片和台词变成口型同步的说话视频。可以输入文稿生成语音，也可以上传录音，制作开场介绍、讲解片段或角色台词。
先准备数字人要说的话
先选好声音来源，再描述画面表现。实际语音决定人物说什么，以及说话的节奏。
使用已有录音
已经录好满意的声音时，选择“上传音频”。清楚的单人录音适合用来制作重点明确的口播片段。
选一张五官清楚的人像
照片决定人物外观，以及说话时的画面构图。
让眼睛和嘴部清楚可见
优先选择正面或轻微侧脸的人像。如果要表现说话过程，尽量避免手或其他物体遮住嘴部。
按内容选择人物和构图
头肩构图便于看清表情。背景、服装与讲述内容应相符，不要依赖后续动画替你重新设计整个场景。
描述表情和动作，生成口播视频
把台词与画面要求分开，再选择可用的 720p 或 1080p 输出。
说明人物怎样表达
在动作描述中写出可见表现，例如平静的表情、专注的姿态或轻微点头。动作应符合语音的语气和内容。
边听边看完整表现
听台词的同时观察嘴部、眼神和头部运动。确认表情适合这段话，开头和结尾也方便后续剪辑。
适合开场介绍、知识讲解和角色台词
当内容需要一个可见的讲述者时，再安排数字人出镜。
欢迎语与内容更新
让人物介绍主题、说明更新或欢迎观众。把主要信息放在台词前面，让人尽快知道这段口播要讲什么。
微课讲解与角色对白
让插画角色讲一个知识点或一段故事台词。较长课程可拆成多个口播小节，选好结果后再与辅助画面一起剪辑。
数字人口播和图生视频应该选哪个？
看表演主要由语音驱动，还是由动作描述驱动。
要准确传达一段话，选数字人口播
数字人口播围绕人像和语音生成。如果核心任务是配合台词说话、呈现口型与表达，优先用数字人工具。
要展示动作和场景，选图生视频
商品展示、环境变化或角色动作，可用图生视频描述运动。有参考表演、希望沿用其动作时，则使用动作控制。
数字人口播与照片说话常见问题
了解台词、录音、人像和画面要求分别起什么作用。
怎样用一张照片和文字生成口播视频？
上传人像，选择“生成语音”，选好声音并输入台词。工具会先生成口播音频。补充人物表情或动作要求，选择分辨率后即可生成说话视频。
能用自己的声音让照片说话吗？
可以。上传录音，就能用这段音频作为口播表现。如果想用自己的音色朗读新台词，先在独立的声音克隆工具中生成语音，再上传完成的音轨。
台词和动作描述是同一回事吗？
不是。台词是人物要说出的内容；动作描述说明说话时的表情或运动。使用上传音频时，录音提供台词，动作描述仍用于指导画面表现。
插画角色也能生成说话视频吗？
可以尝试五官清楚、眼睛和嘴部容易辨认的插画人像。构图应适合口播，并检查该风格下的实际效果。过于抽象的面部或被遮住的嘴部，会让说话表现更难辨认。
数字人可以说其他语言吗？
可以上传目标语言的录音，或用合适的声音朗读对应语言的台词。先检查姓名和发音，再生成视频。人物跟随提供的语音表演，上传音频不会自动完成翻译。
可以生成 1080p 数字人口播视频吗？
可以。工作区提供 720p 和 1080p 输出，按展示用途选择。尽量使用清晰人像，让视频中的面部细节更容易看清。
照片说话功能可以免费试用吗？
可以。用一张人像搭配简短台词或录音，免费尝试 Pixlr AI 数字人口播。先查看声音与面部表现，再制作较长内容。
用 Pixlr AI 让照片开口说话
选择一张人像，添加想让它讲述的内容。
生成口播视频