小云雀ai支持上传二次元立绘生成口型同步、情绪自然的15秒ai视频，流程全自动无需提示词或参数调整；需单人正面高清图，选音色后输入≤60字台词，8～12秒生成竖版1080×1920 mp4视频。
☞☞☞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☜☜☜
想让二次元角色照片开口说话，生成带口型同步、情绪自然的AI视频，小云雀AI已支持直接上传二次元图→自动驱动说话动作→输出高清15秒短视频，整个流程无需写提示词、不调参数、不用分镜拆解。
准备符合要求的二次元人物图
打开小云雀App（V2.0.3及以上版本），确保已用抖音号登录。首页点击「灵感」→「照片会说话」模块。
上传的图片必须是单人正面清晰立绘，背景干净、无遮挡、无复杂叠层。侧脸、背影、多人合照、带文字水印或严重压缩失真的图，会导致口型错位或生成中断。
推荐使用官方画师发布的高清PNG原图，或自己用SDXL+NovelAI导出的21:9比例角色图——这类图五官结构明确，AI识别率高，生成成功率超9成。
启动说话驱动并选择音色
图片上传成功后，系统自动进入预处理界面，约3秒完成面部关键点定位。
点击「开始说话」按钮，弹出音色列表：默认提供「少女甜嗓」「少年清朗」「御姐低沉」「少年变声期」四档基础音色。选中后可试听1秒样音，确认音色与角色设定匹配再继续。
【注意】音色一旦选定无法在生成中途修改，若角色是冷面剑客却配了甜嗓，成片将无法重置口型，只能重新上传图再选。
小云雀AI (Windows) 1.0.37版重点优化Windows端运行性能与生成稳定性，升级Seedance 2.0视频模型与Seedream图像生成能力，新增智能分镜自动排版与脚本联动生成机制，强化“爆款视频复刻”和数字人口播效果，提升批量生成效率，让用户在Windows端实现更高效的AI短视频与图像内容生产。
输入台词并生成视频
第一步：在文本框内输入≤60字的台词，例如“你终于来了，我等这一刻很久了。”
第二步：点击「生成」→等待8～12秒→生成完毕后自动跳转预览页。
第三步：拖动进度条检查口型对齐度——重点看“b/p/m/f”等唇齿音是否闭合，“k/t/g”等舌根音是否张嘴到位。若发现某处明显脱节，返回修改台词（比如把“啪嗒”换成“哒”），重新生成即可。
这一步操作起来很简单，直接把写好的台词粘贴进去就行。但别用长句套嵌，AI对顿号、破折号、括号内的补充说明识别不稳定，容易导致语调断裂或口型停顿异常。
导出与保存成片
预览满意后，点击右上角「下载」图标，视频以MP4格式保存至手机相册。
默认分辨率为1080×1920（竖版），码率自动适配，文件大小通常在8～15MB之间。如需发抖音，无需再裁剪或加滤镜，直接上传即可。
导出前请确认手机存储空间充足——【生成失败时不会释放缓存，连续三次失败可能占满1GB临时空间】，建议每完成3次生成就手动清一次App缓存。
