生成AI数字人口播视频

这里给大家提供一个思路，随着发展，AI工具层次不存，但是掌握好思路，就能事半功倍。

第一步： 在B站或抖音上找到一个场景搭建不错的博主，截图并把提示词给大模型，让他反推；我这里可以使用grok的大模型（你可以使用DeepSeek、ChatGPT等其他图片识别模型）。

https://grok.com

提示词 ：反推可以生成这张图片的提示词。

提示词

一个年轻亚洲男子，戴眼镜，穿着白色连帽衫，站在现代简约风格的室内，手中拿着一台圆形电子设备，背景有装饰画（抽象几何图案），书桌上有台灯和小型植物，旁边是大屏幕显示自然风景，时间显示14:29，柔和自然光线，干净整洁的桌面，现代科技感氛围

拿到的提示词进行修改

面对观众，一个年轻亚洲男子，戴眼镜，穿着白色连帽衫，站在现代简约风格的室内，背景有装饰画（抽象几何图案），书桌上有台灯和小型植物，旁边是大屏幕显示自然风景，柔和自然光线，干净整洁的桌面，现代科技感氛围，表情自然，闭着嘴巴

比如你想使用卡通人，可以自己略作修改

现实主义3D卡通风格，面对观众，一个年轻亚洲男子，戴眼镜，穿着白色连帽衫，站在现代简约风格的室内，背景有装饰画（抽象几何图案），书桌上有台灯和小型植物，旁边是大屏幕显示自然风景，柔和自然光线，干净整洁的桌面，现代科技感氛围，表情自然，闭着嘴巴

第二步： 复制提示词到可灵AI生图（当然你也可以使用豆包AI生图，效果也不错）

https://klingai.kuaishou.com/text-to-image

现实主义3D卡通风格

第三步： 下载可灵生成的图片在即梦生成对口型视频 注意这里对口型选择为生动模式，但是生动模式会裁剪视频（变成了大头视频）

https://jimeng.jianying.com/ai-tool/video/generate

第四步： 下载对口型视频（大头视频），在剪映中拼接 因为生动模式会裁剪视频（变成大头视频），所以我们需要通过模板的方式把对口型的视频进行合成；

1.打开剪映导入素材

2调整素材的轨道位置

3.口播视频素材添加矩形蒙版，进行素材位置调整

4.注意蒙版一点羽化，这样融合度更好。

4.导出视频，完工。

效果

其他工具

免费AI去除背景：https://www.photoroom.com/zh/tools/background-remover

图片在线编辑：https://ps.ittools.cc/editor/

语音合成：https://fish.audio/zh-CN/