我的第一个 AI 数字人，全过程拆解

欢迎点击上面的蓝字关注 拂晓AI数字人

从起心动念，到开始动手实践，最后做第一个 AI 数字人，还是花了我不少时间的，最长的时间都耗费在心理斗争上了，真正做起来，第一次也就 5，6 个小时，基本上把全流程跑通了，如果第二次做的话，初步测算，一半时间就搞定了，再下一次可能时间再对半减。

数字人本质上还是一个视频，只是交互上比较单一，人始终是整个画面的核心。

一段完整的视频，拆解出来，就是文案+声音+图片+串联。

文案，比较简单，口播的速度一般 200 到 300 字每分钟，所以要制作一个一分钟的数字人视频，一段 300 字的小文章足够用了

声音，主要是文字转声音，声音里面包括声音所代表的性别，年龄，中国人还是外国人，方言还是普通话，还有播报的速度，可以直接自己录一段文字，进行训练，训练完成之后，再用自己的音色播报文字，也可以直接用内置声音。

图片数字人，也就是上传照片，生成一个属于自己的定制的数字人。这个要准备一张自己的帅帅的正面照片，上传到工具上就可以了，很简单。照片怎么来，我是用我自己的图片作为垫图，让 mj 画的。可以生成自己的卡通形象，也可以生成自己的正式照。

最后一步，串联，通过数字人制作工具，把图片，文字或声音上传，点击生成就可以完成一个完整的数字人口播视频了，如果有水印，需要字幕可以导入视频剪辑工具简单处理一下，就可以发布各大平台了。

下面是模板和工具链。

文案：200 到 300 字每分钟，chatgpt +爆款文章，爆款标题，可直接配成中英文翻译的

声音：我使用的平台现有的，调整一下播放速度，听着舒服就可以。

图片数字人：一次制作多次使用，使用 heygen 直接传图片生成。

串联：剪映，主要配字幕，去水印，调分辨率适配不同平台。

做出来的效果：见 山河一景

我的免费星球，个人 IP、AI数字人、AI 编程的学习感悟和经验分享，欢迎关注。

如果对你有用，欢迎点赞，在看，转发