百度一镜数字人可直接输入文字生成带动作、口型、背景、字幕的动画视频，支持克隆真人、调用公共库或ai生成形象，配置语音节奏与镜头语言后一键合成导出。
☞☞☞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☜☜☜
用百度一镜数字人制作动画合成视频，需绕过传统拍摄与剪辑流程，直接调用其AI驱动的视频创作引擎完成从脚本到成片的闭环——无需绿幕、不依赖真人出镜，输入文字即可生成带动作、口型、背景、字幕的完整动画视频。
开通并进入百度一镜工作台
访问 https://yijing.baidu.com，使用百度账号登录；若未开通服务，点击「立即体验」→选择「百度一镜直播月包」或「数字人视频生成」服务并完成开通（新用户赠送试用额度）。
登录后默认跳转至「数字人视频」工作台，界面左侧为模板库与新建入口，右侧为最近生成记录。
创建数字人形象（支持克隆/选库/自定义）
方法一：真人一键克隆（需提前录制）
点击「形象克隆」→上传3分钟纯色背景（推荐白墙或浅灰）正脸讲解视频→勾选「启用微表情还原」→点击「开始训练」；【训练需15～25分钟，期间不可中断上传或刷新页面】。
方法二：调用公共库形象
点击「新建视频」→在「数字人形象」栏下拉选择「超拟真主播库」→筛选「动画风」「Q版」「国风」等标签→点击任一免费形象预览并确认使用；当前库含127个可直接调用的动画化数字人，含眨眼、点头、手势等基础动作逻辑。
方法三：AI生成定制形象（免拍摄）
点击「AI形象生成」→输入提示词如“赛博朋克风格少女，蓝紫渐变短发，机械义眼，穿荧光夹克，微笑挥手，3D渲染，纯白背景”→点击「生成」→从4组结果中选中满意形象→点击「设为当前形象」。
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
输入脚本并配置动画参数
第一步：粘贴或撰写口播文案
在「脚本编辑区」直接输入文字，支持中文、英文及中英混排；每段不超过300字，换行即自动分镜。
第二步：设定语音与动作节奏
点击「语音设置」→选择TTS音色（Zeroshot模型更自然，Minimax模型更富表现力）→拖动「语速」滑块至0.9～1.1区间（过快易失口型同步精度）→在关键词前后插入「｜」符号强制停顿，例如：“这个功能｜真的｜太好用了”。
第三步：绑定动作与镜头语言
选中某句文案→点击「添加动作」→从弹窗选择「抬手示意」「点头肯定」「侧身转向」等预制动画；【单句最多绑定2个动作，超过将自动覆盖前一个】；再点击「镜头切换」可插入PPT翻页、特写缩放等转场指令。
合成与导出动画视频
点击右上角「生成视频」按钮，系统启动全流程AIGC引擎：数字人建模→口型驱动→动作匹配→背景渲染→字幕烧录→音频混音。
进度条走完后，预览窗口自动播放；若发现口型错位，可返回脚本页点击「重同步口型」，系统将基于语音波形重新校准唇动帧。
确认无误后，点击「下载MP4」→选择分辨率（1080P为默认，4K需VIP权限）→勾选「保留字幕轨道」（便于后续剪映二次编辑）→点击「开始下载」。
