4d • 🚢 船長廣播
一張照片＋一段聲音，AI 幫你講 5 分鐘｜OmniHuman 2.0 上線
嗨各位浪人好🐋
一張照片＋一段錄音，AI 就幫你做出最長 5 分鐘的對嘴口播。
我拿自己平常的口播照測了一輪，三支範例放在最下面 👇
——
1️⃣ 它能做什麼
上傳一張人像照片、一段語音。
照片裡的人就會開口，嘴型對上你的聲音。
講話時還會自然比手勢、點頭。
單支最長 5 分鐘，畫質 720p。
唱歌也可以，我拿 AI 生的歌試過，嘴型一樣對得上。
2️⃣ 三步驟怎麼用
① 打開 wAI「AI 複製人口播」，選「複製人口播 2.0」分頁
② 上傳照片＋語音（也可以直接在網頁上錄音）
③ 提示詞可填可不填，按生成
照片用半身照，人才會比手勢。
只拍大頭，就只會動臉。
3️⃣ 提示詞這樣寫，鏡頭會聽話
公式：鏡頭怎麼動＋情緒＋在說／在唱＋動作
例：鏡頭緩慢推近到半身。他面帶微笑對著鏡頭說話，講到重點時用右手比出數字。
記得寫出「他在說話」或「她在唱歌」，嘴型會更準。
——
我實測下來，有話直說：
鏡頭推近、繞著人轉，它都照做。
但叫它轉圈、跳舞這種大動作，它幾乎不理你。
要跳舞的片，我還是建議用 Seedance 2.5。
OmniHuman 最適合：口播、唱歌、產品介紹、長段講解。
——
費用
40 點／秒，每支另加 10 點。
15 秒約 610 點，1 分鐘約 2,410 點。
生成時間大約是語音長度的 13 倍，15 秒等 3 分鐘左右，可以先關掉頁面。
——
工具在這裡 👇
附的三支範例：
① 我本人的照片＋我自己錄的 14 秒口播
② 同一張照片＋AI 生的歌
③ AI 角色站上舞台邊唱邊跳（看鏡頭怎麼動，舞步就是它還做不到的地方）
你會想拿它做口播、唱歌，還是產品介紹？
留言告訴我，我一則一則回 🫡
13
8 comments
一張照片＋一段聲音，AI 幫你講 5 分鐘｜OmniHuman 2.0 上線
skool.com/wai-school
AI 浪太快，自己追太慢！在這裡幫你系統化整理，我不廢話，每月固定更新，內容不過時｜涵蓋影像創作、個人效率、企業應用、自動化、變現或接案等實際應用｜每堂約 3~10 分鐘，碎片時間就能學｜現學現用，讓AI 幫你省時間、效率翻倍｜升級成會員再送專屬工具額度，今天學，明天就能用。
Leaderboard (30-day)
1
+154
2
🔥
+115
3
+92
4
+87
5
+86
Powered by