度加AI上线数字人与声音克隆创作场景，降低口播视频制作门槛

用文字直接生成口播视频，这事儿听起来是不是有点科幻？但度加AI最近上线的数字人与声音克隆功能，还真就把这种操作变成了现实。简单来说，你只需要上传一张证件照、录一段自己的声音，再输入一段文案，系统就能自动生成一个带有你本人形象和音色的口播视频，连拍摄、录音、对口型这些中间的麻烦环节全都省了。

想快速制作口播视频，但苦于没有出镜人员、配音不专业、剪辑耗时长？度加AI这个新功能，直接让文字跳过了拍摄、录音、对口型等全部中间环节，一步到位。

创建专属数字人形象

打开度加AI正式版，登录百度账号后，点击「创作中心」→「数字人」→「新建数字人」。上传一张正脸清晰、背景纯色、无遮挡、光线均匀的证件照，系统会在3分钟内生成4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符合要求的照片，否则后续所有形象驱动都会出现异常抖动。从四个形象中选一个，点击「确认使用」就完成绑定了。

克隆自己的声音

有两种方式可以克隆声音。方法一：在「声音克隆」页点击「立即录制」，按提示朗读屏幕上随机出现的5段指定文本（每段约12秒），全程保持环境安静，手机或麦克风距离嘴部20厘米以内。方法二：上传已有的高质量音频文件（MP3或WA V格式，时长不低于60秒，人声纯净无背景音乐），系统会自动提取声纹特征。需要注意，两种方式都要确保语音中没有长时间停顿或重复纠错，否则克隆出来的声音会出现断续或语调扁平的问题。

输入文案生成口播视频

搞定数字人和声音模型之后，来到「创作」页，选好已创建的数字人和已克隆的声音模型。接着，在文本框中粘贴或输入口播文案，建议单次不超过800字，超长文本会导致数字人口型不同步。点击「生成视频」，等待1到3分钟，预览无误后点击「导出高清」就能下载MP4文件了。