会说话的照片将静态人像与语音以及生成的面部动作结合在一起。制作时，你需要一张可用的人脸图片、一段简短的口述信息或音频文件，以及一个能够让人像动作与语音同步的工具。
这和在风景图上加一点微风是不同的任务。观众会同时注意到发音、口型时序、表情，以及身份信息。精致的背景无法掩盖“僵住的脸”或“念错名字的声音”。
HeyGen 的会说话的人脸页面 描述了一个流程：为照片添加同步的嘴唇、眨眼和头部运动。不同工具支持的输入不同，所以在准备最终素材前，先确认你的工具是否支持输入文字口述、录音音频，或两者都支持。
使用 XPT 准备一张会说话的照片
1. 选择一张你能用的人像
使用你自己的图片、已授权的人像，或原创的虚构角色。脸部和嘴巴在你打算的裁剪范围内应当清晰可辨。遮挡过多、侧脸角度过强，或多人合影中脸太小，都会让结果更难评估。
保留原始来源不做更改。如果人像需要小幅调整，请在创建会说话版本之前先用 AI图片编辑器 处理。检查清理后的五官特征是否仍保持可识别。
对于插画角色，先判断你计划使用的工具是否支持这种面部类型。支持摄影人像并不自动等同于支持高度风格化的绘画或动物角色。
2. 编写听起来像口述的内容
让 XPT 把你的想法转成一句简洁的话，并围绕一个明确目的。提供给观众：受众是谁、语气如何、语言是什么，以及需要发音指导的任何名字。将指令内容与角色实际要说的话分开。
“为一家虚构博物馆的导览员写一段简短欢迎词，面向第一次来访的客人。使用温暖、朴素的语言，以及一个清晰的下一步行动。大声朗读时要保持自然。表演提示请单独写出来，这样不会被角色念出来。”
你自己先把这句话读一遍。移除过长的铺垫、重复的寒暄，或听起来像网站文案的清单。会说话的照片往往比起密集的公告，用一句有用的话更有效。
3. 在进行人脸表演前先敲定音频
使用支持的文本转语音选项，或录制这句话。如果 XPT 在你的会话中提供了合适的语音输出，请在那里的选项中查看可用选择。否则，请使用 XPT 中准备好的脚本，并用语音工具或你自己的录音来完成。
不要看图来听。核对名字、日期、数字、停顿，以及最后一个词。如果音频不对，现在就修正。之后如果需要调整语速或措辞，可能还得再做一轮面部动画。
避免在口述文本中加入不必要的指令。特定模型的传递标签可能会被不同方式解析，或被直接朗读出来。与其假设某一家服务的语法到处都适用，不如使用语音工具文档中的控制项。
4. 将人像与获批的口述音频配对
使用兼容的会说话照片或口型同步渲染器。此处在 XPT 的公开页面并未确立专用的会说话照片界面，因此在假设可以直接输出视频之前，请先检查你的实际会话是否支持。如果不支持，XPT 仍然可以用于脚本与表演简述。
“使用这张已授权的人像，并配上获批的音频。保持脸部、发型、裁剪范围和背景稳定。使用平稳的表情与克制的头部动作。让可见的口型与音频一致，并保留停顿。不要添加额外的话。”
AI 口型同步生成器 页面会整理出这个以音频为主的制作简报。最终渲染仍取决于你选择的兼容工作流。
5. 不只看嘴，还要检查整个人
以正常速度并开声音观看。观察是否存在“嘴唇动起来之前就开始说”、在沉默时仍持续动嘴、或表情与台词冲突。然后再更仔细地查看那些较难的片段。
核对眼睛、牙齿、脸颊、下颌和发际线。嘴巴可能看起来很有动作，但其余的脸却像是冻结了一样。也要检查：头部移动时背景是否会脉动或发生变化。
更好的发声从更短的脚本开始
如果一句话听起来太赶，就在调整语速之前先缩短。重要的姓名或指令需要“喘息”的空间，才能被听清。你希望观众怎么听，就按你希望的方式来读数字；对不熟悉的术语，记得在口述之外给出发音提示。
本地化时，与其机械地逐字匹配，不如翻译含义与表达方式。新句子可能会比原句更长。在让人脸开始表演之前，请先审核翻译后的音频。
关于 从文本生成 AI 语音 的指南会更详细地讲解这一步音频准备。把“语音审核”与“视觉审核”分开，这样你才能清楚知道哪个输入需要重点关注。
常见问题与下一步最有用的修正
如果人脸变化太大，减少头部运动并回看源人像。如果口型看起来不同步，确认最终使用的音频文件确实是你输入的那一份。如果表达方式不自然，先重写或重新生成语音，再去改图片。
如果手势或转头对信息至关重要，可以考虑已有的视频或采用不同的制作思路。一张静态截图无法展示一个人脸部的所有角度，而生成的动作可能会引入源素材无法验证的细节。
在观众将要观看它的屏幕上检查实际保存的剪辑。小的面部瑕疵在大屏播放器里可能会更明显，而安静的辅音在手机扬声器上可能会消失。请在相应场景中先复核音画，再决定是否通过。
把人像、已获批的脚本、音频和所选输出放在一起管理。分享真实人物的创意动画时，请提供足够的背景信息，避免观众误把它当作真实录制或背书。
先让信息有用，再让表演连贯。成功的会说话照片会让这张脸有清晰的台词、恰当的表达节奏，并保留足够的克制，让观众把注意力集中在正在被说出的内容上。
