上传一张清晰的肖像，以文字或你自己的录音加入要说的话，VlogMe 就会让这张脸动起来，在口型同步的视频里说出这些话，供你预览和下载。
上传清晰肖像
录下或输入台词
选择声音与画幅
生成会说话的视频01会说话的照片示例
每张卡片写明要准备的照片和适合它的台词。请只使用你有权使用的照片和声音。
会说话的自拍9:16
自拍
准备一张光线充足、正面拍摄且嘴部可见的自拍。让它说一句问候、一条通知或一个小技巧，再把 9:16 竖屏成片发到快拍、Reels 或 Shorts。
老照片
正对照片拍摄或扫描，并裁剪到只剩一位成年人的脸。台词简短而私人：一个名字、一个年份、一段全家人都记得的回忆。分享前先征得家人同意。
会说话的宠物9:16
团队头像
使用已同意使用的同事的公司头像。一段简短的欢迎、一个入职步骤或每周更新，做成 16:9 横屏，适合放在内网页面或幻灯片里。
纪念照片
选择家人认可的照片，使用家人保存的本人录音，或由家人撰写的话。先在小范围内观看，分享时说明视频由 AI 制作。
02声音、价格、限制与授权
口型同步9:1601输入台词还是上传录音
视频跟随语音轨，而语音轨从哪里来由你决定。
如果已经有声音，就上传音频：你自己的录音、语音备忘录或旁白，格式为 MP3、M4A、WAV 或 OGG，也可以选择保存在 Lab 中的语音轨。无需生成声音，可以直接进入视频报价，语气也完全是你自己的。
如果还没有声音，就输入台词：最多 5,000 个字符，选择一个声音并生成语音轨。系统会先给出语音轨的报价；语音轨完成后，它就成为渲染所用的语音。
无论哪种方式，说出的话都来自音频。可选的“说话方式”栏只影响表达方式：语气、眼神和表情。
为社交媒体而生9:16
不只是一张说话的脸16:904授权
任何渲染之前，你都需要拥有肖像和声音的使用权；使用 Hedra Avatar 时，你会在 Video Studio 中确认这一点。除你本人外，任何人都需要本人许可；已故者需要家人同意。请勿冒充他人，未经书面许可不要让公众人物或他人的照片开口，也绝不能使用未满 18 岁者的面孔或声音。
VlogMe 不添加可见水印，所以标注由你负责：发布时，请按平台要求注明视频由 AI 制作。
可以使用现有录音，也可以用文字生成配音。配音和数字人渲染分别报价；剪辑、配音翻译和发布会在各自的流程中打开。
前往 Video Studio03分步操作
选择光线充足、面向镜头且嘴部可见的照片，支持 JPG、PNG 和 WebP。在 Video Studio 中上传肖像，或选择已保存在 Lab 中的照片。
上传录音或从 Lab 中选择，或者输入台词，生成单独报价的语音轨。要让自己的肖像动起来，请保留 Hedra Avatar，选择 9:16、16:9 或 1:1，并确认你拥有肖像和声音的使用权。
开始生成视频时，Video Studio 会在你确认渲染前显示准确的积分报价。确认后等待任务完成，在 Studio 播放器中预览并下载。生成新版本会重新报价。
成片示例
工匠、卡通角色和广告
9:16
9:16
9:16
完整 AI 视频创作
持续使用同一张已授权的面孔，同时更新脚本、声音、语言或行动号召，无需重新拍摄。
开始前的常见问题
可以在 Director 中免费开始：脚本、图片、配音和音乐在限额内不收费。渲染会说话的照片需要积分，可以购买一次性积分包或按需选择订阅，Video Studio 会在你确认渲染前显示准确的积分报价。
在 Video Studio 中上传一张清晰的肖像，添加录音或输入台词生成 AI 配音，选择画幅，查看积分报价后开始生成。成片会在 Studio 播放器中播放，可直接下载。
可以。上传 MP3、M4A、WAV 或 OGG 格式的录音，或从 Lab 中选择语音轨。录音按原样使用，不收取语音生成费用。
光线充足、正面拍摄、嘴部可见的清晰肖像，格式为 JPG、PNG 或 WebP。合影请先裁剪到一张脸。
与语音轨一样长：Hedra Avatar 每段最长 10 分钟，OmniHuman 1.5 最长 60 秒。使用 Hedra Avatar 时可选择 9:16、16:9 或 1:1 画幅。
不会。VlogMe 不会在你下载的视频上添加可见水印。发布时，请按平台要求注明视频由 AI 制作。
可以，只要是成年人的脸，清晰且为正面；即使是老照片，也不能使用未满 18 岁者的面孔。正对照片拍摄或扫描，裁剪到一张脸，第一句台词尽量简短。已故者的照片需要家人同意。
可以，只要眼睛和嘴巴画得清楚。插画、画作、吉祥物和宠物与照片的步骤相同；本页的寿司角色就来自一张生成的图片。宠物相关内容请见会说话的动物。
仅在获得本人许可时可以；已故者需要家人同意。使用 Hedra Avatar 时，你会在渲染前确认拥有肖像和声音的使用权。请勿冒充他人，未经书面许可不要制作公众人物的视频，也绝不能使用未满 18 岁者的面孔或声音。
上传自己的肖像时建议保留 Hedra Avatar：它能生成最长的视频，并可选择画幅。OmniHuman 1.5 同样使用你的照片，并为最长 60 秒的片段加入手势。HeyGen Avatar V 使用固定的主持人，而不是你的照片。
可以，把台词换成歌曲即可：请见让照片唱歌，OmniHuman 1.5 会跟随歌声并加入手势。
修改台词需要新的语音轨（换一段录音或重新生成配音），并重新报价渲染。已完成的视频可以在 Video Editor 中裁剪、调整画面和添加屏幕文字；字幕在 Audio Studio 中生成。每一步都是独立的。
