上周我不是寫了一篇海螺新上線的AI聲音克隆嗎，那篇文章數據蠻不錯，有很多人轉發和評論。但是吧，我沒想到的一點是，居然有N多人問我的一個問題是：
因為那篇文章中，我為了讓大家有一個更直觀的視覺化的感受，所以把所有的生成的語音，都變成了一段AI視頻，這樣大家的觀感可能會更好。
讓我沒想到的是，不僅語音大家很關心，這個對口型的視覺化的過程，大家也關心。。。所以，今天，我也就寫一篇文章，正好跟大家說一下口型驅動的做法，統一解決一下困惑，讓人人，都能做出一些有趣的創作。網址在此：https://jimeng.jianying.com/ai-tool/home即夢我已經安利過N次了，國慶期間寫過他們的智能畫布，上上周寫過他們的v2.1新模型一鍵生成海報，這次又是它。而我們要做的，就是準備一張照片和一段語音，就能用這段語音，驅動這張照片，開口說話。
比如，現在我想做一個帥哥用坤哥聲音模仿《大話西游》里面那個經典的片段。然后，跟上周的教程一樣，我們用海螺Audio跑一段坤哥的聲音克隆，然后，讓他來念出那一段經典臺詞：“曾經有一份真摯的感情擺在我的面前，我沒有珍惜，等我失去的時候才追悔莫及。如果上天能給我再來一次的機會，我會對那個女孩說三個字：我愛你！如果非要在這份愛上加一個期限，我希望！是一萬年！”再把我們的帥哥的圖片，上傳到角色那，音頻上傳到語音那。當然如果你不想用克隆的聲音，當然也可以用即夢自己的文本朗讀，它里面默認給你塞了N多音色，你可以選用，可惜就是沒有AI聲音克隆，所以如果對創作有需求的話，我覺得還是可以用海螺跑完，再扔到即夢里。最重要的一點是，在最后的生成效果上，一定要選生動。標準是只動嘴不動頭，看起來就非常不自然，而生動模式是真的嘴、眼睛、頭都在自然的運動，真實也自然很多。
唯一目前最大的缺陷就是，你不管上傳什么比例的角色，都會給你自動裁成1:1的，無法調整，在一個群里看到他們說這塊在改了，12月可能會上，我也還在等。一切就緒之后，直接點擊生成視頻，開跑，積分消耗的不多，基本就是1s1積分。每天登錄幾乎都會送60～100的積分。而這整套，真的也就幾分鐘，就完事了。也真的，有手就行。
而且其實不止是真人，一些2D、3D的動漫人物，也可以用語音驅動讓照片說話。
比如我自己，錄一首奇奇怪怪的《兩只老虎》，讓馬斯克唱出來。你看，我把照片喂進去，配音扔進去，輕輕一點生成，幾分鐘搞定，甚至簡單到無聊。我還記得第一次看到照片說話的作品的時候，是2023年初，汗青的AI.Talk，年輕的喬布斯和已在太空漫游的年老的馬斯克的對話。坦率的講，這個作品，給我的震撼是相當大的，這是可能只有在AI時代，才會出現的一種作品形式。后面，我自己也會去模仿汗青，做類似形式的作品。不過不像汗青那種非常深度、有哲理性的表達，而是更偏整活為主。
比如今年蘋果發布會和華為發布會在同一天召開硬碰硬，蘋果又非常拉胯，我就做了一個相同的形式，來去吐槽蘋果。當時我只有一個想法，如果喬布斯還在，當他看到如今的蘋果，他會說些什么？得益于AI，我們可以只花幾個小時的時間，一切都能，躍然紙上。
你甚至不用想太多，只需要動動手，分分鐘，就造一個世界。就像小時候，我們經常在老家的樹林里，偷偷摸摸撿起一根枯樹枝，用它來在地上畫畫，用它來一場小孩子之間的決斗游戲，用它，來肆意的發揮我們的想象力。當你也想去試試，AI Talk的形式，來做一點自己的小作品的時候。
閱讀原文：原文鏈接
該文章在 2025/1/2 12:16:41 編輯過
400 186 1886
