跳到主要内容

使用场景 · 更新于2026年10月

AI照片说话:让任意图片开口说话

AI照片说话能把一张静态图片变成一段短视频,让画中人用你的音频说话或唱歌——嘴唇、眼睛、眉毛和头部都自然地动起来。借助OmniHuman 2.0,无论是现代自拍、扫描的老照片,还是油画和手绘,都同样适用;而且不止嘴唇会动:肩膀、双手和表情都会跟随声音里的情绪。

照片+声音=视频

声音
没有照片?试试:
  • 免费预览
  • Google登录
  • 私密上传
说话
UGC广告
多人
单条视频
5分钟
输出
720p
同框场景
多人
种语言
6

人们用它制作生日祝福、家族历史项目、博物馆和课堂讲故事、表情包和贺卡。下面告诉你如何让效果鲜活自然,而不是让人觉得诡异。

什么样的图片最适合AI照片说话

脸部要清晰可见、大致朝向镜头,不要被手、头发或眼镜反光挡住。清晰度比分辨率更重要:一张清楚的800像素扫描图胜过一张模糊的4000像素手机照片。黑白老照片效果很好;小划痕没关系,但嘴部严重破损会很明显。

包含肩膀和双手的宽一点的构图,能给模型留出做手势的空间。证件照式的紧凑裁剪也能说得很逼真,只是动作会少一些。

选择声音

你可以直接在浏览器里录音、上传语音备忘录,或使用任何文字转语音工具生成的音频文件。对于家庭项目,亲人讲故事的真实录音远比合成旁白更打动人。录音时尽量降低背景噪音、不要放音乐——之后可以在任何剪辑软件里加配乐。

务必确认你有权使用这张照片和这个声音,尤其是当事人还健在,或照片属于他人时。

大家真正在做的创意

几种屡试不爽的形式:

  • 爷爷奶奶的结婚照,在纪念日念一封短信。
  • 一幅历史人物肖像,在学校展示中做自我介绍。
  • 宠物照片用搞笑的声音“回答”问题,发到社交媒体上。
  • 一幅油画唱上几句,用于博物馆或画廊的推文。
  • 一张团队合影,每人说一句话,做成告别视频。

三步做出你的第一条视频

只需花你大约一分钟,生成会在后台进行。

  1. 1上传图片把照片拖进创作台。我们会即时检查脸部是否清晰可见、尺寸是否合适。
  2. 2添加声音录几句话,或上传4秒到5分钟的MP3/WAV。
  3. 3生成并分享免费预览,然后生成并下载无水印的720p MP4。

先处理好老照片

扫描的老照片在做动画前最好简单清理一下。裁剪到人物、把扫描图摆正,再用任意修图软件去掉脸部附近较大的灰尘斑点或撕痕。适度锐化有帮助;过度的AI放大可能会凭空添加五官细节,动起来就会很怪。

如果照片很小,请用更高分辨率重新扫描,而不是放大低分辨率文件。模型要求最短边至少300像素,眼睛和嘴巴周围细节越多,动作越自然。

常见问题

AI照片说话支持黑白照片吗?

支持。只要脸部清晰、嘴部没有破损,黑白老照片扫描件也能很好地动起来。

可以用油画或手绘吗?

可以。油画、铅笔画或数字插画的人像,只要五官清晰可辨都能用。

照片能唱歌吗?

能。上传歌曲代替说话,脸部、换气和头部都会随音乐而动。

视频最长可以多长?

4秒到5分钟,与你的音频时长一致。

效果看起来真实吗?

照片清晰、音频干净时,动作自然且富有表现力。模糊或侧脸角度过大的照片效果会差一些。

可以让别人的照片动起来吗?

只有在获得本人或版权方许可的情况下才可以。我们的条款禁止利用他人肖像进行欺骗。

能让照片说另一种语言吗?

能。嘴部动作跟随音频,所以录制或上传任何语言的语音都可以。

能在一条视频里让多张照片说话吗?

可以分别生成每张照片,再在剪辑软件里拼接;也可以用一张合影来制作多人场景。

继续探索

让你的照片开口说话。

免费预览。