~—花費：—
會說話的 AI 數位人
會說話的數位人，就是一張會開口說話的人像。給 AvatarCraft AI 一張照片和一段聲音（輸入的文字、上傳的檔案或錄音），它就會生成這張臉說出你這段話的對嘴影片。可以從 160+ 個預設數位人中挑選，也能上傳自己的照片。
如何用一張照片做出會說話的數位人
選擇預設頭像或上傳照片
從 9 大類（廣告、科技、教育、休閒、新聞、嬰兒、動物、唱歌、聖誕）共 160+ 個預設數位人中挑選，或上傳自己的 JPG、PNG、WebP 圖片，檔案上限 10MB。照片中只有一張清楚的正臉、表情自然，對嘴效果最自然。
輸入腳本，從 330+ 種聲音中挑選
最多可輸入 2,000 個字元，並從涵蓋 20+ 種語言的 330+ 種聲音中選一個。每種聲音都能免費試聽，文字轉語音每 200 個字元扣 1 點。
或是用你自己的聲音
上傳 MP3、WAV 或 M4A 檔案（上限 50MB），或直接在瀏覽器裡錄音。用自己的錄音，可以保留你的說話節奏、語氣和發音。
生成、檢查並下載
選擇 540p 或 720p 後開始生成。以 540p 來說，一段 10 秒的影片大約需要 3 分鐘。在歷史紀錄中查看成果，再下載影片。
應用情境
會說話的數位人可以用在哪裡
凡是需要一張臉幫訊息傳達到位、又不方便找人實際拍攝的地方，都派得上用場。
教育訓練與新人引導
把流程更新或歡迎詞做成一支短片，不必另外安排錄影。
社群短影音
只要一張圖，就能讓角色、吉祥物或寵物開口念出你的貼文文字，直接發布。
課程與知識講解
幫課程重點整理或實用小技巧，配上一位固定出鏡的講解老師。
生成前要先知道的事
數位人影片的限制與價格
音訊長度
每支影片需要 3 到 60 秒的音訊。免費方案最長 20 秒。
解析度與價格
540p 影片每秒扣 1 點。720p 每秒扣 2 點，且需要付費方案。
免費開始
新帳號送 30 點，足夠生成一支 540p、20 秒的數位人影片。
照片規格
JPG、PNG 或 WebP，上限 10MB，需有一張清楚的臉。真人照片、插畫、寵物和卡通角色都可以。
聲音來源
可使用文字轉語音（330+ 種聲音）、上傳 MP3、WAV 或 M4A 檔案（上限 50MB），或在瀏覽器裡錄音。
生成時間
一段 10 秒的影片，540p 約需 3 分鐘，720p 約需 6 分鐘。
如何製作會說話的數位人
三個步驟：選臉、配音、生成
01
挑選你的數位人
選一個預設數位人，或上傳一張只有一張清楚正臉的照片。
02
加入聲音
輸入腳本並挑選聲音、上傳音訊檔，或直接在瀏覽器裡錄音。
03
生成並下載
選擇 540p 或 720p，按下生成，確認對嘴效果後下載影片。
為什麼用數位人取代實際拍攝
- 換台詞，不換臉: 腳本有修改時，重新生成影片就好，不必重拍。
- 任何你有權使用的臉: 只要有一張清楚的臉，真人照片、插畫、寵物和卡通角色都能用。
- 用你的聲音，或 330+ 種聲音任選: 可以用文字轉語音、自己的錄音，甚至一首歌。
換台詞，不換臉
同一個數位人可以講更新後的功能清單、修正後的價格，或你自行翻譯好的腳本。
任何你有權使用的臉
預設數位人涵蓋講解人、新聞主播、嬰兒、動物、歌手和節慶角色。
用你的聲音，或 330+ 種聲音任選
如果音訊是音樂，AI 唱歌照片生成更適合做唱歌表演。
關於用 AvatarCraft AI 製作會說話的數位人，大家常問的問題。
會說話的數位人常見問題
什麼是會說話的數位人？
會說話的數位人（也稱為說話頭像）是把一張靜態人像變成影片，讓這張臉說出你提供的音訊。AvatarCraft AI 只需要一張照片，就能依據文字轉語音、上傳的音訊檔或錄音，讓嘴巴和臉部動起來。
要怎麼製作會說話的數位人？
在 AI 數位人工具中選擇預設數位人或上傳照片，透過輸入腳本、上傳音訊或錄音加入聲音，再按下生成。影片完成後，在歷史紀錄中查看並下載。
可以用我自己的照片做數位人嗎？
可以。上傳一張 JPG、PNG 或 WebP 圖片（上限 10MB），照片中需有一張清楚的正臉。請只使用你擁有或已取得授權的照片，未經同意不要冒用真實人物的身分。
AI 數位人產生器可以免費使用嗎？
可以免費開始：新帳號送 30 點，足夠生成一支 540p、20 秒的影片。之後，540p 影片每秒 1 點、720p 每秒 2 點，文字轉語音另外每 200 個字元扣 1 點。
數位人影片最長可以多長？
每支影片使用 3 到 60 秒的音訊。免費方案每支影片最長 20 秒。
支援哪些聲音和語言？
文字轉語音提供 20+ 種語言、330+ 種聲音，每種都能免費試聽。你也可以上傳或錄製任何語言的音訊，數位人會跟著音訊開口。
數位人能跟人即時交談嗎？
不能。AvatarCraft AI 是依據你提供的音訊生成影片，不是能即時聆聽並回答問題的互動式數位人。
可以控制情緒、語速或手勢嗎？
沒有個別的控制選項。數位人的表現會跟著音訊走：想要特定語氣，可以自己錄音；也可以到文字轉語音頁面用 Expressive 聲音製作音訊，用文字描述想要的語氣和節奏。目前沒有手勢控制。
會說話的數位人做不到哪些事？
每支影片只會讓一張臉動起來。它不會翻譯你的腳本，也不能批次生成影片。想用複製的聲音說話，要先到文字轉語音頁面（Clone 分頁）製作音訊，再拿到這裡使用。如果要替現有影片換上新的音訊，請改用 AI 影片對口型。