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(shù)據(jù)蠻不錯，有很多人轉(zhuǎn)發(fā)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：

給我整不會了。

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。

那里面的視頻是這樣的：

讓我沒想到的是，不僅語音大家很關(guān)心，這個對口型的視覺化的過程，大家也關(guān)心。。。

所以，今天，我也就寫一篇文章，正好跟大家說一下口型驅(qū)動的做法，統(tǒng)一解決一下困惑，讓人人，都能做出一些有趣的創(chuàng)作。

首先，還是說工具，工具是我們的老朋友：

即夢。

網(wǎng)址在此：https://jimeng.jianying.com/ai-tool/home

即夢我已經(jīng)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。

說真的，好想說一句：即夢打錢。。。

進入首頁后，找到視頻生成。

在視頻生成的界面中。找到這個對口型。

這個功能，就能讓照片，開口說話了。

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(qū)動這張照片，開口說話。

比如，現(xiàn)在我想做一個帥哥用坤哥聲音模仿《大話西游》里面那個經(jīng)典的片段。

我們先隨便生成一個亞洲帥哥的照片。

看看這個充滿憂郁感的小眼神。

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(jīng)典臺詞：

“曾經(jīng)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！”

我們來聽一下，這段音頻。

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(chuàng)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(diào)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。

大概1分鐘不到，一個19s的視頻就跑完了。

我們來看看效果。

就很堅毅，很深情，整體的表情，也都非常的自然。

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(qū)動讓照片說話。

比如這個。

而且不止是普通說話，也能做唱歌的。

比如我自己，錄一首奇奇怪怪的《兩只老虎》，讓馬斯克唱出來。

這就是照片說話的魅力。

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。

可就是這么無聊的事情，卻讓人覺得有趣。

大概是因為，平凡中總能偶爾翻起點波浪。

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(xiàn)的一種作品形式。

讓不可能再出現(xiàn)的人，讓不可能的時空，交織在一起。

這就像魔法。

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(fā)布會和華為發(fā)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。

這個片子里的說話鏡頭，就是即夢的對口型做的。

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。

那個喬布斯和庫克還能在一起對談的，平行世界。

這是歷史、當下和未來。

就像小時候，我們經(jīng)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(fā)揮我們的想象力。

那就像一個，無所不能的神器。

而現(xiàn)在，你手上的AI，就是新的枯樹枝。

這就是技術(shù)的浪漫。

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。

那一刻，你會發(fā)現(xiàn)，

這不僅僅是照片開口說話，

而是你心里的某個聲音。

被放大了。

以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯(lián)系郵箱：wzglyay@gmail.com