
给角色配口型时,宜先选一张清晰的正脸图,再上传已经录好的讲话音频,而不是先写很长的剧本。多人声形同步适合对话或群戏,让不同角色各自对上自己的声音;动作提示可以补一句人物正在讲话之类的运动说明。音频超过两分钟需要拆开再传。中文和若干其他语言可以驱动,页面列出了法语、日语、葡萄牙语和韩语,但没有把全部语种的样例铺开。实时版被用于陪伴、在线教育和咨询一类交互,网页体验本身更像上传后生成。适合要给已有角色图配讲话视频的创作者和数字人产品团队。
SekoTalk 是商汤科技的语音驱动数字人技术,并提供网页体验。使用者上传一张角色图和一段语音,音频支持常见视频与音频格式,单次最长约两分钟,还可以用提示语约束角色怎么动。它从单人口型做到多人各自对齐,覆盖中文以及法语、日语、葡萄牙语、韩语等语音。同一技术已接到商汤 Seko 和如影数字人中。体验页标注为有限额的免费使用。
使用门槛: 需要一定基础
角色图加语音
上传角色图片和一段语音,支持常见视频与音频格式,单次最长约两分钟。
多人各自对口型
在多人画面里分别控制每个角色的口型与动作,而不是整张脸共用一条声音。
多语言语音驱动
中文以及法语、日语、葡萄牙语、韩语等语音都可以用来驱动口型,也覆盖日常讲话和说唱。
可选动作提示
可以用提示语补充角色如何运动,例如人物正在讲话,用来约束画面里的动作。
给角色图配讲话
创作者上传一张角色图和两分钟以内的口播,生成嘴型跟着声音走的视频。
两人对话各自对嘴
把一段双人对话交上去,让两个角色分别对上自己的句子,而不是一起张嘴。
教育或咨询口播
课程或咨询团队用已录好的讲解音频驱动数字人,做成可重复播放的讲解画面。
体验页要求一张角色图,以及一段讲话音频。音频支持常见的视频和音频格式,单次最长约两分钟。动作提示可以不填,若要约束动作,可写人物正在讲话一类短句。页面标注为有限额的免费体验。更长的音频需要拆开再传。
不是。商汤的说明写明可以从单人口型做到多人互动,每个角色的嘴和动作可以分开控制。语种方面列出了中文、法语、日语、葡萄牙语和韩语等。更长、更稳的生成靠参考图和续写一类设计,网页单次仍受两分钟音频限制。
来自真实用户的评价和反馈