一段素材,到一条成片
拍 5–30 秒视频
单人正脸出镜,9:16 竖屏或 16:9 横屏都可以;也可以只用一张照片。
写好文案
直接输入,或给几个要点让 AI 写文案。选择克隆音色或系统音色。
生成并精修
加字幕、换背景,在时间线上放图片、文字和音乐,然后导出。
能做什么
视频数字人,人还是那个人
只重新生成嘴部,肢体动作、构图和原视频背景都保持拍摄时的样子。
照片数字人
一张照片就能生成会说话的主播,可选稳重播报、亲和讲解、热情带货三种风格。
企业专属音色
读一段文字约 15 秒,几十秒就能生成音色。
自带剪辑
换背景、贴图、字幕、音乐和时间线,在浏览器里直接完成。
先授权,再生成
创建数字人和克隆音色时,上传者必须确认已获得本人授权,确认记录会留存。素材上传后先做质量检查,通过后才能使用。
常见问题
帧演 AI 是什么?
帧演 AI 是面向企业的数字人口播视频平台。用真人的一段短视频或一张照片创建数字人,输入文案,就能生成这个人对口型说出文案的视频。
创建视频数字人需要什么素材?
一段 5–30 秒的视频,9:16 竖屏或 16:9 横屏;全程单人正脸出镜、嘴部清晰、光线均匀、没有切镜。短边至少 480 像素,推荐 1080p。支持 MP4、MOV、WEBM,100MB 以内。
数字人会保留原视频的动作和背景吗?
视频数字人会。生成时只重做嘴部区域,肢体动作、构图和原背景都保持拍摄时的样子。之后也可以在编辑器里换背景。
可以只用一张照片吗?
可以。照片数字人直接根据照片生成说话视频,可选稳重播报、亲和讲解、热情带货三种风格。单条最长 30 秒,生成速度比视频数字人慢。
一条视频最长多久?
视频数字人单条最长 60 秒,照片数字人单条最长 30 秒。课程这类长内容一般拆成多条短视频。
克隆声音需要多长的录音?
15–30 秒清晰人声即可,要求安静环境、单人出声。可以在浏览器录音,也可以上传 WAV、MP3、M4A。克隆通常几十秒完成。