正在加载页面
AI 对口型
上传一张人像和一段语音。OmniHuman 2.0 会让面部和身体随音频动起来，并返回与音频等长的 720P 视频。创建前，积分预估会随音频时长变化。
用你有权使用的人像和自己录制的声音，为产品演示、课程开场或公告配上一张脸。
把旁白或播客片段做成适合社交平台发布的说话短片。
用同一张人像搭配不同语言录制的语音，制作对应的多个版本。
让插画或渲染的角色人像念出录好的台词。
音频最长 300 秒，一段视频就能讲完一个完整的简短说明。
可选填最多 300 个字符的提示词，用来引导表情、手势或构图。
使用一张清晰的 JPEG、PNG 或 WebP 人物或角色图片，最大 30 MB。面部清晰可见、背景简洁效果最好。
添加一个 4–300 秒、最大 15 MB 的 WAV 或 MP3 文件。超过约 85 秒的音频请使用 MP3，以免超出大小限制。
用最多 300 个字符描述表情、手势或镜头构图，也可以留空。
预估会随音频时长更新。创建视频后，可从结果卡片或“我的作品”下载。
使用一张清晰的 JPEG、PNG 或 WebP 人物或角色图片，最大 30 MB。面部清晰可见、背景简洁效果最好。
添加一个 4–300 秒、最大 15 MB 的 WAV 或 MP3 文件。超过约 85 秒的音频请使用 MP3，以免超出大小限制。
用最多 300 个字符描述表情、手势或镜头构图，也可以留空。
预估会随音频时长更新。创建视频后，可从结果卡片或“我的作品”下载。
音频时长、积分预估和输出规格始终可见
上传一张人像和一段语音，确认预估后即可创建。扣费以测量到的音频时长为准。
上传你有权使用的人像和一段语音，确认积分预估，即可创建说话视频。
