什么是数字人？
数字人是我们在网络世界中的数字分身。通过形象克隆、声音克隆和多语言配音等 AI 技术，只需准备一段真人视频，系统就能生成高度还原的数字形象。
完成真人形象与声音素材准备，建立可重复使用的数字资产。
输入文案或上传音频，即可持续生成口播视频，减少反复出镜。
适用于短视频、个人 IP、品牌宣传、课程制作与知识科普。
数字人可以做什么？
数字人的价值不止是“替代真人出镜”，更重要的是将稳定的形象、声音和内容生产流程沉淀为企业资产。
短视频与个人 IP
批量制作知识分享、产品讲解和品牌栏目，保持稳定更新频率。
企业品牌传播
统一代言形象与表达口径，让宣传内容跨渠道保持一致。
课程与培训
将讲义快速转换为视频课程，内容更新时无需讲师重新录制。
多语言内容
复用同一数字形象制作多语言视频，降低跨境内容生产门槛。
开通套餐与制作前准备
进入智启AI数字人平台后，先确认账户可用额度，再开始形象和声音克隆。
购买数字人套餐
进入平台套餐或服务购买入口，按实际使用频率选择套餐。套餐权益、生成时长与消耗规则以系统页面实时展示为准。
兑换码兑换
如已获得兑换码，在账户或兑换中心输入并确认。兑换成功后先检查对应权益是否到账，再继续制作。
准备基础素材
准备形象克隆视频、声音克隆音频和首条口播文案。建议先制作短样片，确认形象与声音效果后再批量生产。
第一次使用时，按“套餐 → 形象 → 声音 → 短样片 → 正式视频”的顺序操作，返工成本最低。
克隆数字人形象
形象素材决定数字人的稳定度。先把拍摄环节做好，再进入系统上传与确认。
拍摄准备
- 选择光线均匀、背景干净且环境安静的场地。
- 人物正对镜头，画面稳定，避免大幅转身、遮挡脸部或频繁移动。
- 保持自然表情和正常语速，嘴部动作清晰，避免长时间闭嘴。
- 尽量使用原始清晰视频，不要反复压缩、加滤镜或叠加字幕。
上传与确认
在创作平台选择数字人形象或形象克隆入口。
按页面提示上传符合要求的视频，并填写形象名称。
确认素材授权、人物主体和画面方向无误后提交。
任务完成后先生成短样片，检查口型、表情与边缘稳定度。
形象定制失败的常见原因 ＋
常见原因包括：脸部被头发或手部遮挡、画面过暗或过曝、镜头晃动、多人入镜、人物过小、嘴部动作不清晰、素材经过严重压缩，以及视频规格不符合页面提示。
处理建议：回到原始素材重新剪取一段稳定、正脸、清晰的视频；若仍失败，先用更短素材测试并联系技术支持核查任务状态。
克隆数字人声音
声音克隆分为常规方式与专业版能力。两者都需要干净、连续、无背景音乐的人声音频；专业版更适合对音色相似度和表现力要求较高的内容。
音频素材规范
- 使用单人普通话或目标语言录音，不混入他人声音。
- 关闭背景音乐、混响与明显环境噪声，避免忽远忽近。
- 保持自然语气、音量稳定和连续表达，不刻意模仿播音腔。
- 上传前完整试听，去除爆音、断句异常和空白过长片段。
常规声音克隆
操作简单、生成快速，适合日常口播、课程和标准化内容。
专业版 AI 声音克隆
更注重音色细节与表达还原，适合品牌 IP 和高品质长期内容。
声音克隆失败的常见原因 ＋
常见问题包括背景噪声或音乐过强、多人说话、录音音量过低、回声严重、断句过多、有效人声不足，以及上传格式不符合系统提示。
建议使用安静环境重新录制，保留连续自然人声；克隆完成后先用短文案试听，确认音色、语速与停顿是否符合预期。
文本驱动生成视频
文本驱动适合从一段文案快速生成数字人口播视频，是最常用的创作方式。
准备或生成文案
可直接粘贴现有文案，也可使用 AI 文案功能生成初稿。正式合成前检查人名、数字、英文缩写和停顿。
选择数字人和声音
选择已克隆的专属形象或公共模特，并匹配克隆声音或平台音色。
选择驱动模式
根据页面提供的两种驱动方式二选一。不同模式适合的画面与消耗可能不同，可先用短文本比较效果。
确认时长消耗并合成
提交前查看预计视频时长与额度消耗，确认无误后创建任务。实际规则以系统提交页为准。
长文案建议拆成短句，适当加入逗号、句号控制停顿；专业名词可用同音字、拼音或分隔方式测试发音，再确定最终版本。
音频驱动与公共模特
音频驱动视频
已有录音、配音或课程音频时，可直接上传音频驱动数字人。上传前需剪除多余空白，确认音频内容与目标画面匹配。
- 选择目标数字人形象
- 上传清晰的单轨人声音频
- 预览时长与消耗后提交
- 完成后检查口型与音画同步
使用公共模特
暂时没有专属形象时，可直接使用平台公共模特快速出片，适合测试文案、验证流程与制作临时内容。
- 按场景筛选模特风格
- 选择声音或上传音频
- 先生成短样片确认适配度
- 正式内容注意统一人物形象
智启AI小程序快速上手
小程序适合移动端快速拍摄、上传、制作和下载。网页端与小程序端数据可按账户体系使用，具体同步状态以实际页面为准。
扫码进入“智启AI”
完成登录并确认当前账户及套餐权益。
克隆数字人形象
按拍摄指引录制或从相册上传素材，确认后提交克隆。
进行 AI 声音克隆
录制或上传清晰音频，等待声音模型生成并试听。
制作数字人视频
选择形象、声音与文案，确认消耗后创建任务。
下载成片
在作品或任务列表打开已完成视频并保存。
使用智能剪辑完成包装
数字人口播生成后，可继续使用智能剪辑完成字幕、画面、音乐和节奏包装，让视频更适合发布。
检查自动识别结果，重点核对专有名词、数字和品牌名称。
补充产品图、场景画面或重点标识，避免长时间单一口播画面。
背景音乐音量不应盖过人声，商业发布前确认素材版权。
删除无效停顿，重点信息适当留白，保持观看节奏自然。
下载视频与发布前检查
任务状态变为完成后，在作品或任务列表打开视频并下载。若仍处于生成中，请等待任务完成，不要重复提交相同任务。