跳过主要内容
4Carbon
浏览全部工具 ↗

让一张人像说出你准备的录音

把清楚的人像与完成的录音配成一组。预览说话结果,检查面部动作并听完整段内容,再下载用于你的实际版式。

参考素材 0/2

无需输入提示词,录音提供人物说出的内容。

固定报价 · 每条视频67 积分录音时长(毫秒): 5000 · 参考图数量: 2

让一张人像说出你准备的录音

把清楚的人像与完成的录音配成一组。预览说话结果,检查面部动作并听完整段内容,再下载用于你的实际版式。

人像输入

使用一张获准使用、面部清晰可见的人像。

录音内容

录音直接提供人物说出的内容,无需提示词或文字转语音。

音频格式

支持 WAV、M4A,每个文件最大 10 MB。

会说话照片 · 四步完成

  1. 参照输入参照输入
    STEP 1

    选择清晰人像

    上传一张清晰且已获授权的人像,保持面部可见,头顶与肩部周围留出自然空间。

  2. Sync Talking Photo参照输入时长由录音决定
    STEP 2

    添加完整录音

    提供一份已经录制好的 WAV 或 M4A 音频,短于 30 秒,语音清楚并保留自然停顿。

  3. 完整片段 1
    0s
    完整片段 2
    2.8s
    完整片段 3
    5s
    STEP 3

    核对时长和积分

    选择 Sync Talking Photo,按加载录音后的实际积分报价确认生成,无需填写文字提示词。

  4. 参照输入
    参照输入
    STEP 4

    带声音检查并下载

    完整播放,检查口型、面部外观和整段语音,再下载适合目标版式的版本。

    下载 ↓

功能

准备面部清晰可辨的人像

准备面部清晰可辨的人像

围绕说话任务选择图片,而不只是追求摄影效果。人物在目标版式中应当始终便于观察。

让五官保持可见

选择眼睛和嘴部清楚、基本朝向正前方的人像。不要让手、头发或物体挡住嘴唇;浓重阴影也可能遮住需要检查的细节。

  • 选择单个清楚的人物,避免复杂合照。
  • 将原图放在生成结果旁边检查。

给头部留出空间

过紧的裁切会让动画显得局促。头发上方与肩部周围应有自然余量;如果最终放入圆形头像框或窄卡片,请先按该版式检查原图。

保留可信的原图细节

选择面部细节清楚的图片,避免重度滤镜。模型不能证明缺失细节是真实的;清晰原图能帮助判断动画人物是否仍然可辨,而不只是皮肤变得光滑。

使用已经定稿的录音

使用已经定稿的录音

语音文件提供实际说出的内容。上传前就应完成措辞、语气与停顿的调整。

用舒服的速度说话

录制一段简洁的信息,句子之间留出自然空间。即使字句听得清,过快的语速也会增加理解难度;先不看图片单独听一遍,判断录音本身。

  • 使用不足 30 秒的 WAV 或 M4A 录音。
  • 避免其他人声或响亮背景音乐干扰。

保留完整开头与结尾

不要截掉第一个字的起音,也不要在末尾辅音之前停止。开场与收尾应自然完整;短暂停顿有助表达,冗长空白只会增加时长。

先选定最终录音

在自己的录音流程中完成措辞修改,再上传选定版本。此工具没有文字转语音输入框或声音选择器,上传的文件应已经包含你希望人物说出的信息。

按最终使用位置安排人像构图

按最终使用位置安排人像构图

围绕观看尺寸和面部周围的信息设计构图,让说话人像出现在合适的位置。

让面部足够大

在复杂版式中放得过小会损失表情信息。按最终显示尺寸预览,保证眼睛和嘴部可辨,同时不抢走演示文稿或页面其他内容的注意力。

  • 为单独添加的标题保留清楚空间。
  • 确定裁切前检查实际使用版式。

用背景支持表达

安静的背景有助观众关注人物与录音。场景应符合信息,不应暗示无关工作地点或事件;此处没有场景提示词,需要先在原图中完成背景调整。

不要依赖身体编舞

这条流程接收图片和录好的语音,不接收手势文字或镜头指令。选择适合作为说话人像的构图,不要让复杂手部动作成为表达不可缺少的一部分。

用准备好的照片与音频创建

用准备好的照片与音频创建

这是一条由文件驱动的流程。先一起检查图片与录音,再查看该段真实录音的当前报价。

加载正确的一组素材

选择 Sync Talking Photo,加载最终人像和认可的录音。提交前分别预览两个输入;文件名相近并不能证明选中了正确裁切或正确录音。

由录音决定时长

视频时长跟随音频。录音应短于 30 秒,并保留完整结尾;简短欢迎语无需为了凑时长添加空白,这也不是无限时长的说话会话。

加载音频后再看报价

时长影响费用,所以应在真实素材就位后检查创建报价。案例提供素材准备思路,不是发给模型的文字指令;更换录音后,应重新检查内容、时长与积分。

检查表情与发音是否自然

检查表情与发音是否自然

打开声音完整观看,判断人物是否自然地表达信息,而不只是嘴巴有没有动。

将面部与原图比较

在说话过程中检查眼睛、脸颊、嘴部、下颌与头发。生成可能改变外观或表情;保留可见原图作为相似度依据,不要依靠模糊记忆。

边听边看发音过程

检查可见口型是否符合录音节奏,并在停顿时自然收住。先正常速度完整播放,再观察局部瞬间;单张画面合理,不代表牙齿、嘴唇与表情在音节之间变化自然。

认可实际交付文件

在目标版式中播放下载文件,检查开头、最后几个字与裁切。将认可的图片、音频与成品保存在一起;修改时改进这组素材,此处没有提示词输入框。

提示词示例

准备人像与配套录音

Prepare the adult man’s authorized portrait image and the provided recording of the same man speaking. Use one WAV or M4A file shorter than thirty seconds, with clear speech and a complete ending. Load the image and audio, then review the generated speaking portrait for recognizable features, natural articulation, comfortable framing, and the full recorded message.

教程:人像与完整语音

使用一张获准使用、面部清晰可见的人像。

4Carbon 套餐与积分定价

选择订阅或一次性积分包,用于 AI 图片与视频创作。

随时取消后续续费

Lite

约省 50%

US$0.025 /积分

US$29.90US$14.92/月

每年实际支付 US$179.00 · 每年省 US$179.80

每月 600 积分

  • 图片与视频模型使用权限
  • 相同模型和参数,在不同套餐中消耗相同积分。
  • 一次支付年费,每月发放额度。积分在对应月度窗口结束时到期,未用完不结转。

Pro

约省 50%

US$0.014 /积分

US$99.90US$49.92/月

每年实际支付 US$599.00 · 每年省 US$599.80

每月 3,600 积分

  • 图片与视频模型使用权限
  • 相同模型和参数,在不同套餐中消耗相同积分。
  • 一次支付年费,每月发放额度。积分在对应月度窗口结束时到期,未用完不结转。

Max 1×

约省 50%

US$0.012 /积分

US$199.90US$99.92/月

每年实际支付 US$1,199.00 · 每年省 US$1,199.80

每月 8,000 积分

  • 图片与视频模型使用权限
  • 相同模型和参数,在不同套餐中消耗相同积分。
  • 一次支付年费,每月发放额度。积分在对应月度窗口结束时到期,未用完不结转。
正在查询结算状态…

付款与确认

价格供参考,首发暂不开放在线付款。

积分、取消与退款

一次支付年费,每月发放额度。积分在对应月度窗口结束时到期,未用完不结转。

订阅积分在付费月度窗口结束时到期。取消可停止下次续费,已付费权益持续至付费周期结束。

一次性积分自发放起 12 个日历月内有效。购买积分包不会开通自动续费。

取消订阅仅停止后续续费,退款申请单独审核。获批的购买退款按比例减少该笔购买的权益;已使用或占用的积分需人工核对。其他购买不受影响。

常见问题

人像输入+

使用一张获准使用、面部清晰可见的人像。

录音内容+

录音直接提供人物说出的内容,无需提示词或文字转语音。

音频格式+

支持 WAV、M4A,每个文件最大 10 MB。

录音时长+

录音必须不足 30 秒,输出视频跟随录音时长。

积分计算+

按文件核验出的录音时长计算积分,确认前查看服务器报价。

工具目录

视频 工具

视频 模型

图像 工具

图像 模型

创意 工具

制作会说话的人像

把清楚的人像与完成的录音配成一组。预览说话结果,检查面部动作并听完整段内容,再下载用于你的实际版式。