用正脸照片可快速生成ai数字人口播或短剧视频，需确保人脸居中无遮挡、光线均匀，经校准与超清优化后输入台词及动作提示，选择适配音色与参数，最后逐帧检查口型并导出mp4。
☞☞☞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☜☜☜
用一张正脸照片就能让AI数字人开口说话、做动作，生成口播或短剧视频，整个流程从上传图片到导出成品只需几分钟，但每一步的细节决定口型是否自然、动作是否流畅、背景是否干净。
上传并校准角色图
打开即梦AI官网（https://jimeng.jianying.com），点击左侧【生成】→切换至【数字人】模式。在左侧角色窗口中，直接拖拽一张【人脸居中、无遮挡、光线均匀的正脸高清图】——如果戴眼镜反光、头发遮眉、侧脸或闭眼，系统会识别失败，直接卡在预处理环节。
等待3～5秒，页面自动显示人脸框与绿色检测线；若框偏移或未出现，说明图片质量不达标，需换图重试。
此时可点击右上角【超清优化】按钮，对原图做细节增强，尤其提升唇部纹理与眼部高光——这步能显著改善后续口型开合的真实感。
输入台词与动作提示
方法一：纯口播类视频（如知识讲解、产品介绍）
在右侧文本框中直接输入完整台词，例如：“这款面霜主打神经酰胺+玻尿酸双通路修护，早晚各一次，轻拍至吸收。”
无需写动作词，系统默认添加微点头、眨眼、呼吸起伏等基础生理动作；但【避免换行或使用标点符号分隔长句】，否则AI会把逗号当停顿指令，导致嘴型突然僵住。
方法二：带肢体表现的短视频（如短剧、虚拟主播）
在台词后同一行追加动作提示词，用中文顿号分隔，例如：“微笑点头、右手抬起比赞、身体微微前倾”。动作词必须具体，不能写“自然一点”“随意动”，否则生成结果随机性极强。
为使用即梦（Dreamina/Jimeng）Seedance 2.0 进行图生视频（image-to-video）生成提供全面的提示词撰写指南。图生视频提示词采用“增量式”设计：参考图像负责承载静态视觉内容，而文本提示仅需描述画面中**发生运动与变化的部分**。 本技能涵盖以下 4 种子模式： - 单图生视频（single image→video） - 首尾帧过渡（first-last frame transition） - 多帧故事板叙事（multi-frame storyboard na
注意：动作提示词只在【图片生成】模式生效，【视频生成】模式下无效。
配置音色与生成参数
第一步：选择音色。点击【音色】下拉菜单，试听“阳光少年”“知性女声”“沉稳男声”等选项——不同音色驱动的嘴型开合幅度差异明显，“童声”类音色容易导致上唇过度外翻，慎选。
第二步：调节语速与情绪。语速建议设为0.9～1.1倍速，低于0.8易显迟滞，高于1.3则口型跟不上；情绪选“温柔”比“开心”更适配大多数口播场景，因后者会强制加入咧嘴笑动作，干扰专业感。
第三步：上传本地录音。点击【上传音频】，选择已录好的WAV或MP3文件——文件采样率必须≥16kHz，否则系统拒绝导入；若用手机录音，务必关闭降噪功能，保留原始齿音与气流声，这对口型同步精度至关重要。
第四步：选择生成模式。快速模式消耗12点，生成时间约20秒；大师模式消耗24点，但唇齿咬合细节更精准，尤其在发“b/p/m/f”等唇音时差异肉眼可见。
导出与检查口型帧
点击【生成】后等待进度条走完，自动跳转至预览页。拖动时间轴逐帧查看第0.3秒、1.2秒、2.7秒等关键节点——重点观察“b/p/m”发音瞬间上唇是否贴合下唇，“s/z”发音时舌尖是否抵住上齿龈。
若发现某段嘴型明显脱节（如声音已停但嘴唇还在动），不要重新生成整段，直接点击右下角【编辑】→【口型重校准】，框选问题片段，上传对应音频片段单独修复。
确认无误后，点击【下载】→选择MP4格式（非GIF），分辨率默认1080×1920，文件将自动保存到电脑默认下载目录。
