D-ID可让静态照片开口说话，只需注册登录官网，上传清晰人脸照片并选择角色形象，输入文本或上传音频驱动口型，生成后下载视频即可。免费版有水印和时长限制，建议使用高清正面照片、口语化文本，并搭配其他工具优化效果，适合教学、社交等内容创作。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让静态照片“活”起来，开口说话？D-ID 是目前最简单高效的 AI 数字人工具之一，只需一张照片和一段文字，就能生成会说话的数字人视频。下面是一份手把手操作教程，帮你从零开始制作属于自己的 AI 数字人视频。
注册并登录 D-ID 账号
打开 D-ID 官网（https://www.d-id.com），点击右上角“Sign Up”注册账号。支持邮箱注册或直接使用 Google 账号登录。注册完成后，系统会赠送一定额度的免费积分，可用于生成短视频，足够新手体验基本功能。
上传照片并选择角色形象
进入控制台后，点击“Create a Talking Avatar”开始创建。你需要上传一张清晰的人脸照片，正面、光线均匀、面部无遮挡效果最佳。D-ID 支持 JPG 或 PNG 格式，文件大小建议不超过 10MB。
上传成功后，系统会自动识别人脸并生成一个可动的数字头像。你可以预览基础表情和口型动作，确认形象符合预期。
输入文本或上传音频
D-ID 支持两种驱动方式：文本转语音（TTS）和音频驱动。
- 文本输入：在脚本框中输入你想让数字人说的话。支持多种语言，包括中文、英文等。选择合适的语音声音（Voice），比如男声、女声、语速和语调。
- 音频驱动：如果你已有录音，可以上传音频文件，D-ID 会根据音频内容同步口型动作。
注意：免费版对文本长度和生成时长有限制，通常最多生成 1 分钟左右的视频。
使用 `gw` CLI 与 Google Workspace（Drive、Docs、Sheets）交互。当需要浏览、读取、创建、搜索或管理 Google Drive 中的文件时使用。
生成并下载视频
设置完成后，点击“Generate”按钮，系统会在几分钟内处理完成。生成期间可以在“History”中查看进度。视频生成后，可在线预览效果。
如果满意，点击“Download”即可将 MP4 视频保存到本地。免费用户生成的视频会有 D-ID 水印，付费计划可去除水印并获得更高清输出。
实用技巧与注意事项
为了让效果更自然，建议：
- 使用高清、正面、表情自然的人脸照片，避免侧脸或模糊图像。
- 文本内容尽量口语化，避免过长句子，提升语音流畅度。
- 中文推荐使用英文语音+中文字幕组合，因为 D-ID 的中文语音自然度仍有提升空间。
- 可结合其他工具（如剪映、Premiere）添加背景、字幕或音乐，增强视频表现力。
基本上就这些。D-ID 操作简单，无需专业技能，适合做教学讲解、社交媒体内容、个性化祝福视频等场景。只要按步骤操作，几分钟就能让照片开口说话。不复杂但容易忽略细节，多试几次就能掌握诀窍。
