用途
AvatarCraft AI 是一款 AI 说话照片生成器(AI talking photo generator)。它的核心用途是让单张照片中的人物开口说话或唱歌:上传一张照片,添加脚本、录音或歌曲,工具会将面部唇形与音频同步,生成说话或唱歌视频。
根据官方说明,它可用于制作逼真的 AI 说话头像、把文本脚本转成专业说话头像视频,无需录音或影棚,也支持对已有视频重新同步说话者的唇形。
主要能力
- 说话照片生成:为单张照片中一张清晰正脸做动画,使其朗读脚本或演唱歌曲,唇形与音频同步。
- 逼真 AI 说话头像:官方称可生成自然说话、唇形准确且面部表情丰富的头像。
- 文本转头像视频:输入任意脚本即可生成说话头像视频,无需录音或影棚。
- 语音生成:提供 20 多种语言、330 多种 AI 声音;可在 Clone 标签页克隆自己的声音,也可上传任意语言的音频。
- 角色一致性:可在多个视频之间保持头像一致,以维持统一的品牌形象。
- 视频唇形同步:若已有视频,可将其说话者的唇形重新同步到新的音轨。
- 唱歌照片:可让照片跟随自己创作、获得授权或许可使用的歌曲演唱。
- 下载与分享:成品视频可下载为 540p,付费计划支持 720p,并可发布到任意平台。
预设头像
官方提供多种起始预设,包括:
- 专业主持人:适合企业视频、董事会级别发言人
- AI 营销代言人:用于产品推广和广告活动
- 教育头像:在线课程讲师和培训演示者
- 无露脸 YouTube 频道主持人(可规模化)
- 社交媒体网红:用于 TikTok、Instagram Reels 和短视频内容
也可以上传一张自己的清晰照片让它说话。官方指出,每个视频处理一张清晰、正面的脸,照片类型可为肖像、插画或宠物照片。
使用方式
官方描述的基本流程是:上传一张照片,添加脚本、录音或歌曲,然后由 AvatarCraft AI 将面部唇形同步为说话或唱歌视频。语音可由文本转语音生成,也可在 Clone 标签页克隆自己的声音,或上传任意语言的音频。
适用场景
官方列举的用户包括 YouTube 创作者、营销总监、社交媒体经理、内容策略师、品牌顾问等;使用场景涵盖每周 YouTube 教程、营销与产品发布视频、员工培训材料、多语言团队内容、代言人内容等。
限制
- 每个视频仅处理一张清晰、正面的脸。
- 下载分辨率方面,540p 可用,720p 仅在付费计划中提供。
- 若使用歌曲,需要是自己创作、获得授权或许可使用的。
- 官方 FAQ 设有“AvatarCraft AI 不能做什么”一栏。
收费
官方页面写明提供 30 个免费积分,720p 下载需要付费计划。具体价格未在提供资料中说明,暂未提供。