一張照片，就能做出開口說話影片
P Video Avatar 讓一張人像搭配一段腳本，就能變成開口說話影片。你寫的每個字，都用你指定的聲音與情緒說出來。
P Video Avatar 能讓單張人像動起來，變成開口說話的人像影片。輸入腳本，從 10 種語言、30 種聲音中挑選，或上傳自己的音訊，就能讓臉部精準對嘴，自然點頭、微笑、眨眼。照片、3D 角色、繪畫插圖都能用，支援 720p 或 1080p。在 Pixel Dojo，單一方案就能使用各大頂尖 AI 模型、六大工作室與 AI 導演 Sensei，所有方案皆可商用。本頁每個範例都是我們在這裡製作，從生成的人像開始，並附上完整腳本與聲音設定。
已經是會員？ 登入
作者 Brian Lovett · 更新於
給 P Video Avatar 兩樣東西就夠了：一張人像，以及要說的話。人像可以是照片、3D 算圖或畫作。台詞可以輸入成腳本，由 30 種內建聲音之一配音；也能上傳音訊檔，讓臉部跟著對嘴。
兩段簡短指示，就能決定演出方式。聲音指示設定說話方式，例如「低沉沙啞的黑色電影旁白，緩慢、冷淡」。影片指示設定肢體語言，例如「帶著心照不宣的微笑，結尾稍微靠近鏡頭」。我們的偵探幾乎不動，只緩緩眨眼；旅店老闆娘則在最後一句時傾身靠近。
本頁每支影片的音軌，我們都用語音轉文字檢查過。無論英語、法語或西班牙語，轉出的內容都與腳本逐字一致。
先準備一張正對鏡頭、胸部以上置中、帶著淡淡微笑的人像。這些範例使用的六張人像，我們全都採用這樣的構圖。
五支 1080p 說話影片，每支都由一張靜態人像加上一段短腳本製作。開啟影片聲音就能聆聽，再點選「使用此提示詞」，從相同腳本開始創作。
產品介紹者，美式英語，12 秒。語氣明快自信，搭配輕輕點頭，直接用在產品頁的代言人短片就此完成。
Meet the desk lamp that follows the sun. It shifts from cool morning light to a warm evening glow on its own, so your workspace always feels right.
Podcast 主持人，美式英語，12 秒。輕鬆的深夜談話語氣，搭配歪頭動作，偶爾看向麥克風。
Welcome back to Night Shift Notes. Today we are talking about why the best ideas show up at two in the morning, and how to catch them before they disappear.
3D 角色，英式英語，12 秒。動畫長片風格的人像，說起話來就像最喜歡的老師正在分享一個祕密。
Ferns love a little humidity. Mist the leaves every morning, keep them out of direct sun, and they will reward you with new fronds every single week.
繪畫插圖，美式英語，15 秒。低沉沙啞的黑色電影旁白，讓漫畫分鏡活了起來。
The rain had not stopped in three days, and neither had the phone. Somebody in this city knew where the necklace went, and I intended to find them.
奇幻角色，英式英語，15 秒。一句帶著狡黠幽默、像在密謀的台詞，結尾壓低成耳語，適合用在遊戲預告片或 RPG 開場。
Welcome, traveler. Rooms are three silver a night, the stew is hot, and if you are looking for the old map, you did not hear it from me.
P Video Avatar 支援 10 種語言。我們讓產品介紹者用法語說出相同的產品腳本，也為一位 9:16 直式畫面中的居家料理者，寫了一段西班牙語料理小技巧。兩支影片都完整說出腳本中的每個字，嘴型也與語言同步。
法語，9 秒，1080p。與英語版相同的面孔、相同的聲音，這次用法語介紹這盞燈。
Voici la lampe qui suit le soleil. Elle passe d'une lumière fraîche le matin à une lueur chaude le soir, toute seule.
西班牙語，9:16 直式，11 秒，1080p。活潑的手機短片風格小技巧，適合 Reels 與 TikTok。
¡Hola! Mi truco para una salsa perfecta es un chorrito de limón al final. Despierta todos los sabores. Pruébalo esta noche y me cuentas.
製作說話影片的所有設定，以及我們實際使用的設定值。
所有 Pixel Dojo 方案都包含 P Video Avatar，每月 $10 起。720p 影片每秒使用 1 點數，1080p 每秒使用 2 點數。
使用文字腳本時，系統會在生成前依字詞數預估片長，讓你先看清費用。我們那支 12 秒的 1080p 產品介紹影片，使用了 24 點數。
本頁所有短片都透過 Pixel Dojo API 製作，相同腳本在網頁工具中的費用也相同。
P Video Avatar 是 AI 說話分身模型。只要一張人像，搭配文字腳本與內建聲音，或上傳自己的音訊檔，就能製作具備同步嘴型與自然頭部動作的說話人像影片。
可以。上傳一張正對鏡頭的人像，輸入要說的話，再挑選聲音。本頁每個範例，都是從單張靜態圖片開始製作。
提供 10 種語言、30 種具名聲音，包含美式英語、英式英語、法語與西班牙語。也可以不輸入腳本，改為上傳自己的音訊。
所有方案都包含，每月 $10 起。720p 每秒使用 1 點數，1080p 每秒使用 2 點數。像我們那支 12 秒的 1080p 產品介紹短片，就需要 24 點數。
免費帳號每天可免費使用 3 次特效，體驗 Pixel Dojo。每月 $10 起的所有方案都包含 P Video Avatar，持續訂閱期間，剩餘點數可累積保留。
可以。所有方案都一樣，作品由你擁有。
在上方輸入提示詞，或從本頁任何範例開始。一個方案就包含所有頂尖模型、六大工作室與 Sensei，點數還能累積。
從 P Video Avatar 開始