AIGC产品对比分析，讯飞智作、曦灵百度、蝉镜、有道小采样数字人

AIGC产品对比分析

AIGC 产品是基于人工智能技术生成的内容，包括文字、图片、音频、视频等。本文分析产品包括：讯飞智作、曦灵-百度、蝉镜、有道小采样数字人。

产品价格对比

AIGC 产品以生成视频的时间长度作为计费标准，这一方式在当前的行业中逐渐成为主流。其背后的原因在于，生成视频的过程需要消耗大量的算力资源。随着视频长度的增加，所需的计算量和数据处理量也呈指数型增长。

序列

产品名称

每分钟数字人视频价格

1

讯飞智作

每分钟3~6.7元

2

曦灵-百度

每分钟4.2~6元

3

蝉镜

每分钟1.7~4元

4

有道小采样数字人

每分钟2~3元

产品功能对比

1

讯飞智作

支持pdf、ppt、word等文件的导入，具备OCR内容识别能力，对内容优化和创作，AI帮写，内置6种风格数字人形象种类丰富（真人、写实、卡通、外国人、多肤色），支持全身、半身、坐式，比例缩放单句改写，单句翻译支持停顿、换气、动作识别，动作添加可选的视频输出分辨率

2

曦灵-百度

数字人合成效果：表情自然数字人形象种类丰富（真人、写实），全身，半身AI帮写，内置风格2种支持动作识别，动作添加，停顿处理支持脚本编辑、时间轴编辑支持AI合成配音，真人配音文本驱动、音频驱动

3

蝉镜

数字人合成效果：同类产品中，效果最佳产品用于抖音的视频创作，内置大量素材模板，8种风格，C端用户更适用。并具备热门事件功能数字人形象种类丰富（医生、农民、老师、厨师等），全身，半身，坐姿根据文案内容，推荐数字人形象，音色，背景

4

有道小采样数字人

价格便宜文本驱动、音频驱动

产品能力展示

讯飞智作

讯飞智作是一款集AI配音、虚拟人视频生成、PPT生成视频、虚拟人定制等多功能的AI音视频生产平台。已广泛应用于媒体、教育、短视频等领域。

支持模态内容识别，导入pdf、ppt、word等文件后，OCR会提取每页中的文字，录入到内容框中，作为内容来创作视频

智能拓写，文案风格包括，文案创作、短视频脚本、创意广告、企业产品介绍、旅游规划、美食介绍

数字人驱动方式：文字驱动表情合成、音频驱动表情合成

常规功能：虚拟人、声音、模板、背景、画中画、前景、文字、字幕

播报设置：停顿、连续、换气动作模式：自然动作，手动添加，AI匹配动作

细节功能：支持单句改写，二次改写支持单句纠错，做语义调整支持单句翻译英文、支持多音字标记

曦灵-百度

虚拟形象生成：曦灵可以通过AI技术生成逼真的数字人形象。用户可以自定义数字人的外观、服饰、发型等细节，创造独特的虚拟形象。平台支持多种风格，从写实到卡通，应有尽有。

语音合成与识别：曦灵的数字人具备自然流畅的浯音合成与识别能力。用户可以输入文本，数字人将其转换为逼真的浯音输出。同时，数字人还可以识别用户的浯音指令，实现实时对话和互动。

情感表达与动作捕捉：曦灵支持丰富的情感表达和动作捕捉技术。数字人可以展示多种情绪，如喜悦、愤怒、悲伤等，并通过细腻的面部表情和肢体动作来增强互动体验的真实感。

AI帮写：输入想要创作的内容，由AI生成为完整的口语稿

数字人制作：支持数字人位置调整，比例缩放支持全身，半身的展现形式音色、语速、语调设置

动作设置：支持基于文字内容自动识别动作，模型会根据上传的文字，自动添加交互动作。用户也可以根据需要，自行添加数字人的交互动作。

配音方式支持两种：AI合成配音，真人配音上传

常规功能：字幕设置：字体，字号，位置调整，停顿添加背景图替换音乐添加素材添加

内容制作方式：支持脚本编辑和时间轴编辑

蝉镜

由蝉妈妈旗下蝉大师推出的A|数字人短视频与直播平台，它允许用户通过数字人（虚拟人物）来制作视频内容。用户只需上传简短视频和文案，即可生成具有个性化数字人形象的视频内容。此外，蝉镜平台还提供了智慧直播功能，支持7*24小时不间断的直播互动，适配多种场景和模板，大幅降低了视频制作和直播的门槛。

视频主题模板：知识口播、情感口播、节日热点、营销带货、新闻资讯、宣传培训、跨境电商、银行金融

热门事件：可查看当前热门视频排名，可对视频中的文案做提取

文案提取与AI创作：提取出的文案，支持AI文档创作，并根据新生成的文案，进行数字人视频的制作

数字人推荐：数字人视频创作，会根据文案内容，自动选取背景图片+数字人形象+音色

常规功能：模板切换数字人选择，位置调整、比例调整AI配音、真人配音，音色设置、背景切换、文本编辑、元素添加

有道小采样数字人

小采样数字人是网易有道今日准出的AI数字人平台，该平台结合了智能化和个性化的特性，让用户可以轻松地创建自己的虚拟形象。有道数字人也支持照片说话和唱歌功能，可以让静态的照片和图像通过浯音或旋律更生动地表达。此外，有道数字人还提供视频翻译、形象克隆、歌声合成和大屏交互数字人等服务，适用于企业睢广、内容创作和实时交互场景。

功能模块：视频制作、声音克隆、视频翻译

常规功能：形象切换、基于文本合成数字人、基于音频生成数字人