想把自己换成度加AI的数字人,要走两步:先在创作中心上传正脸证件照建好自己的形象,再录一段音频建音色模型,之后把文案交给这两个模型合成口播视频。照片要求纯色背景、脸部无遮挡、光线均匀,系统通常几分钟内给出几个备选形象,挑一个确认使用就完成绑定。声音部分可以现场录,也可以直接传音频文件。两样都建好以后,同一个账号下的项目都能反复调用,不用每次重做。

登录官网后用百度账号进入,左侧或顶部进入“创作中心”,里面能找到数字人页面。点“新建数字人”开始建档。整个流程都在网页端完成,不需要装客户端。移动端也有数字人模块,但上传证件照、调参数这类操作在电脑上做更稳,手机适合已经建好模型后快速出片。建档是一次性的,形象建好会留在账号里,后面做视频直接选就行。
建数字人形象的核心是一张合格的照片。正面清晰、背景纯色、没有头发或手部遮挡、光线均匀,这四条满足,识别成功率最高。上传后系统会在几分钟内生成几个可选形象。如果首张照片识别失败,页面会提示建议更换为蓝底免冠照,这时候必须重新上传,不要硬着头皮往下走,否则后面所有形象驱动都会出现异常抖动。从生成的选项里挑一个点确认使用,形象就绑定到账号上了。同一个账号可以建多个形象,用来区分不同栏目或不同风格的账号。
有两条路。第一条是现场录制,跟着提示读屏幕上随机出现的几段指定文字,每段大约十几秒,全过程要保持环境安静,麦克风或手机离嘴 20 厘米以内。第二条是上传现成音频,格式 MP3 或 WAV,时长要够,人声要纯净、不能混背景音乐,系统会自动提取声纹特征。两条路都有一个共同的坑:录音中间不要长时间停顿,也不要反复纠错重录,否则克隆出来的声音会断续,或者语调偏平。声音模型建好之后就是账号资产,之后的 AI配音 任务可以直接选它。
回到创作页,先选已经创建好的形象和声音模型,再把写好的文案粘进去。系统自动匹配嘴型和语调节奏,语速可以用滑块调,但别调过头,超过 1.4 倍容易出现唇形错位,而且这种错位后期修不回来。预览满意后导出,有两种输出:一种是带虚拟背景的完整 MP4,能直接发;另一种是只导出人像的透明通道,输出的是 PNG 序列帧,适合放到剪辑软件里和自己的场景合成。合成会消耗账号的生成免费额度,跑之前先把文案定稿,能少花不少试错额度。
只能用本人的照片,或者已经拿到明确授权的形象。用明星、网红的照片建数字人,无论是否商用都涉及肖像权。团队账号需要固定出镜人的,让本人签一份形象授权,把使用范围、期限和渠道写清楚再统一建档。声音同理,克隆别人的声音也要授权。
可以商用,前提是素材本身干净。形象和声音必须是本人或已获授权,背景和音乐用平台提供的可商用素材或者自己拍的,不要混入版权不明的片段。发布时按平台要求标注 AI 生成内容,漏标可能被限流。正式投放前把平台条款再读一遍。
可以,形象是账号下的独立建档,不需要的直接删除,删完按同样的流程上传新照片重新生成。已经导出并发布过的视频不受影响,只是以后的项目里选不到旧形象。如果只是想把形象换个风格,直接新建一个并行使用更省事。重建时源照片的要求和第一次一样。
先查语速,滑块拉到一点四倍以上是最常见的诱因,调回正常倍速重新合成多半就好。语速正常还是对不上,就回头检查形象源照片的质量,识别提示被忽略过、照片有遮挡偏光,都会让驱动模型失准。文案里夹大量生僻词也会让口型崩,换成读音接近的常见表达再试。 内容基于公开信息整理,产品功能与价格以官方页面为准。
度加AI是百度推出的一站式 AIGC 创作平台,网页端地址是 aigc.baidu.com,用百度账号直接登录即可使用,不需要安装客户端。AI...
2026-10-16
任务跑到一半停住,先查两个资源边界:一个是积分,按订阅周期发放、到期未用清零,Deep Search、Survey、QA、Agent 四种任务...
2026-11-12
Loomy 能出图,但它没有单独的生图入口,出图这件事挂在技能广场的几个技能里,每个技能对应一种图。画布设计出 png 和 pdf ...
2026-11-12
Flowith 首页图像标签下的模型面板里排了 15 个生图模型,分属四家,按用途分成写实出图、文字排版、草图打样三类;每个卡片...
2026-11-12
花生AI 的输入框上方并排两个页签,左边“输入文稿”是把文字交给 AI 配音读出来,右边“上传口播”是把你自己的录音放进去配画面...
2026-11-12