千問數字人影片怎麼生成 數字人制作教程

千問本身主要負責寫文案、改口播稿；要把照片和聲音做成會說話的數字人影片，可以搭配阿里雲百鍊裡的通義萬相數字人模型。最簡單的流程是：千問寫稿、準備人物照片和配音，再提交生成任務，檢查成片後下載使用。

步驟一：先確定製作方式

先想清楚你要做的是單人講解、產品介紹，還是唱歌表演。本文按“單張人物圖加一段音訊生成影片”來講，適合新手做口播。若只想寫稿，先用千問整理內容；若要生成影片，還需在百鍊開通對應的萬相數字人模型服務。

步驟二：用千問寫好口播稿

開啟千問，把主題、受眾、時長和語氣說清楚，例如：“寫一段面向新手的護膚品介紹，約30秒，口語自然，不誇大功效。”生成後自己讀一遍，刪掉繞口句和重複內容。數字人會照著音訊說話，文案越清楚，成片越容易聽懂。

步驟三：把長稿拆成短段

建議先按意思分段，每段只講一個重點，再根據實際語速試讀並錄音。萬相S2V單次生成時長有限，官方示例建議控制在20秒以內；如果稿子較長，就分成多個短片分別製作，後續再剪輯拼接，避免一句話被截斷或任務失敗。

步驟四：準備人物照片

挑一張清晰、人物完整且主體突出的照片，儘量讓臉部朝向鏡頭，避免多人同框、遮擋嚴重或畫面模糊。模型支援肖像、半身和全身等人物影象，但不同照片的動作效果會有差異。使用他人形象前，先取得授權，別把照片用於誤導或冒充。

步驟五：生成並檢查配音

可以自己錄音，也可以用可用的語音合成工具把稿子轉成音訊。錄音時找安靜環境，語速平穩，句間稍作停頓；合成時選擇合適的音色和語言。先試聽音訊，確認沒有錯字、爆音或過長空白，再上傳。聲音自然，口型和整體觀感通常更協調。

步驟六：開通百鍊並準備素材連結

登入阿里雲百鍊控制檯，開通萬相數字人相關模型並獲取API Key。按官方介面流程，圖片和音訊需要以可訪問的URL提交；本地檔案不能直接當作URL使用，先上傳到你有權限的儲存位置，並確認連結有效。呼叫示例要求使用華北2（北京）地域對應的API Key。

步驟七：先檢查圖片，再提交生成

在百鍊介面流程中，先呼叫wan2.2-s2v-detect檢查圖片是否符合要求；檢測透過後，再呼叫wan2.2-s2v，把圖片URL、音訊URL和場景風格一併提交。說話口播可選speech。新手不熟悉介面時，可以按官方文件用Postman測試，留意請求地域和引數格式。

步驟八：查詢任務並下載影片

提交後記下返回的task_id，生成是非同步任務，不一定馬上出片。按文件提供的查詢介面輪詢狀態，完成後再讀取結果影片地址並下載。任務ID有有效期，別隔太久才查詢；若失敗，先核對圖片檢測結果、兩個素材連結是否可訪問，以及API Key和地域是否匹配。

步驟九：預覽成片並做簡單剪輯

先完整播放影片，重點看嘴型是否跟得上語音、人物有沒有明顯變形、聲音是否被截斷。發現問題時優先縮短音訊、重錄不自然的句子，或換一張更清晰的人像重新生成。多個短片可按文案順序拼接，再加字幕、標題和背景音樂，匯出前檢查音量與畫面比例。

步驟十：控制成本和釋出前檢查

提交前先確認解析度與預計時長，官方頁面列有不同規格的計費方式和免費額度，實際以控制檯顯示為準。先用短音訊試做，效果合適再批次生成。釋出前核對肖像、配音和音樂的使用授權，並標註合成內容，避免讓觀眾誤以為數字人是真人現場拍攝。

PixTV：更專業的AI影片生成工具

如果千問數字人在口型同步和畫面質量上不夠用，可以試試PixTV官網入口。它專門做AI數字人和短劇影片生成。

訪問PixTV官網，輸入文案直接生成數字人影片。