I 人的救星:不用真人出镜制作口播视频教程
本文介绍了一种利用 AI 工具制作口播视频的方法,特别适合不想真人出镜的用户。流程包括:使用 Liblib 生成基于个人照片的数字人图像(近景和远景),利用 Claude 或 ChatGPT 生成一分钟文案,录制真人语音以提升真实感,最后将图文和语音合成视频并使用剪映混剪。作者强调真人配音能显著降低 AI 生成视频的机械感。
本文介绍了一种利用 AI 工具制作口播视频的方法,特别适合不想真人出镜的用户。流程包括:使用 Liblib 生成基于个人照片的数字人图像(近景和远景),利用 Claude 或 ChatGPT 生成一分钟文案,录制真人语音以提升真实感,最后将图文和语音合成视频并使用剪映混剪。作者强调真人配音能显著降低 AI 生成视频的机械感。
文章提供了一套清晰且易于跟做的数字人口播视频制作流程,实用性和可读性极高,且发布于近期,时效性强,但缺乏底层原理剖析和技术深度的挖掘。
本文介绍如何使用一个名为 ai-history-vlog 的免费 Claude Skill,结合 Arcads AI 视频生成工具,复刻爆火的 YouTube 频道「Chloe VS History」的历史穿越 vlog 视频。用户只需提供一张正面照片、一段 90 秒语音和想穿越的历史时代,Skill 即可自动完成历史调研、以第一人称反应视角撰写剧本、锁定角色面部一致性、生成场景视频并剪辑成片。文章详细讲解了 MCP 连接器配置、Skill 安装、照片与语音素材的最佳准备方式等每一步操作要点。
作者整理了12个用 AI Agent 制作视频的 Skill,按使用场景分类:口播去口误工具(如 chengfeng-videocut-skills)、剪映自动化(jianying-editor-skill)、艺术风与知识动画(huashu-art-motion)、产品宣传片动效(HyperFrames、Remotion)、通用 ffmpeg 处理、长视频切短视频(OpusClip)等。文章介绍了各工具的安装方式、优缺点,强调分清本地与云端处理的隐私成本问题,并提醒第三方 skill 的安全审查和版本变化风险,适合视频创作者作为选型地图参考。
文章介绍了 Fotor Agent,一款能将 Markdown、PDF、Word、Excel 等文档转化为可编辑 4K MG(动态图形)视频的 AI 工具。它解决了传统 AI 视频生成只能输出不可编辑 MP4 的痛点,通过原生多轨道编排(画面、配音、字幕、MG 动画分离),支持自然语言指挥制作、精准局部修改和工程复用。作者实测用 PDF 生成数字人讲解视频,初稿时间从 3-5 天压缩到 40 分钟,成本约 $7.41,适合商业交付与高频改稿场景。
作者实测了 14 个数字人生成方案,用同一段配音和素材对比后,认为同价位中 HeyGen Avatar 5 效果最好,嘴型、声音和肢体动作最自然。文章总结了让数字人更逼真的 4 个细节:参考图应追求好看而非像本人、口型不能有延迟、肢体动作要自然且参考照片中需包含手部、提示词难以弥补模型能力不足。最后手把手讲解如何免订阅创建 AV5 数字分身并调用 API 出片,并指出了清理旧形象、避免遮挡嘴巴、锁定 AV5 引擎、注意竖屏裁剪和账户余额等 4 个常见坑。
这是一篇面向新手的 AI 视频制作万字教程。作者系统介绍了 AI 视频的基础概念,包括文生图、文生视频、图生视频的区别与选择方法,对比了 Seedance 2.5、MiniMax H3、可灵、Wan 3.0、Veo 3.1 等主流视频模型的特点与费用,并汇总了 LibTV、TapNow、Flova、即梦等聚合平台的特色。教程详细讲解了图生视频的完整制作流程(写故事、定角色、列分镜、生成分镜图、图生视频、剪辑配声),并以《江边告别》为例示范了人物、分镜和视频提示词的写法,帮助读者制作出第一条文生视频和动作迁移视频。
本文作者以零艺术基础为前提,完整分享了普通人用 AI 制作短视频的流程。作者详细介绍了如何用 Codex 分析参考视频、生成制作单、逐张生成测试首帧、编写视频提示词,以及在 MiniMax H3 或 Seedance 2.5 中生成视频并进行诊断修正的迭代方法。文章以 15 秒穿搭变装视频和多人分镜短剧(重建 Cuimao“牛来”视频)为例,涵盖角色设定图、场景站位、四格分镜、shot state map 和多参考提示词的编写技巧,强调“一次只修一个问题”、顺序继承生成等实操原则,帮助新手跑通第一条 AI 视频的完整制作闭环。
文章拆解了如何在TikTok、小红书、抖音上制作以假乱真的「沉浸式日常AI VLOG」的完整工作流。核心方法不是数字人,而是「AI极致底图+首尾帧连续生视频」:先用Nano Banana按万能公式生成生活感底图,再基于底图保持人物一致生成动作关键帧,然后用VEO 3.1/Flow等工具以首尾帧模式生成丝滑运动视频,最后在剪映拼接、加字幕和白噪音成片。作者还给出10秒分镜提示词模板,并介绍了不露脸起号、沉浸式带货、出海TikTok等变现路径。
谷歌于7月将 Gemini Omni 接入 Vids,并上线 Personal Avatar 功能。用户经验证采集个人形象后,可在 Vids 中将数字分身作为角色生成视频片段,并通过自然语言完成视频编辑。作者认为这一更新的核心在于视频制作入口从时间线剪辑前移到需求描述,特别适合培训视频、产品更新、客户教程、内部汇报等解释型视频。文章详细介绍了完整工作流:先写视频任务单、生成脚本分镜、用自然语言逐段修改、再加入 Avatar 出镜,并强调发布前需人工核对数字承诺、肖像授权、品牌素材、多语种字幕等五项检查,指出未来视频制作的关键能力是定义任务而非软件操作。