做了两个月数字人口播，说说我在用的昆云科技数字人

在知乎刷到过不少问数字人平台怎么选的，顺手说下我自己的情况。我做了快两个月的口播号，真人出镜过一段时间，后来实在扛不住每天架机器、调妆、一遍遍重录口误的消耗，就转去试数字人。现在固定用的是昆云科技数字人，工作台地址是 https://szfs.kunyunkeji.cn/ ，电脑打开就能用，不用装任何软件，也不用下App。

这东西的逻辑不复杂。你录一段大概30秒的正面视频传上去，它把你的形象克隆成一个数字分身；再录一段自己的声音传上去，把声纹也克隆下来。两边都有了之后，只需要把要说的文案打进去，它合成一条你本人形象加你本人声音的口播视频，嘴型对得上，不用真人再拍一遍。形象克隆完是反复可用的，一套素材后面做多少条视频都靠它，不用每次重录。

价格我直接把账单摊开说。形象克隆一次7元，声音克隆一次也是7元，视频合成按时长算，每分钟3到6元。我一条口播视频一般一分半到两分钟，合成成本十来块钱。对比一下我自己出镜拍，一天妆发、灯光、NG重来，时间成本远不止这个数。新用户注册会送一次免费的形象克隆和视频合成，我当时就是拿免费的先试，试完才决定充值的。

文案这块它带一个内置的AI写作功能，把商品名或者主题填进去，直接出带货脚本和口播稿，改改就能用。我前期不知道说什么的时候全靠它救场，后面熟悉了自己写，让它帮忙顺一顺语病和节奏。

再说几个我踩过之后才知道的细节。第一，上传的形象视频别选逆光、别选复杂背景，越干净出来的口型越自然，我第一版就是背景太乱，合成出来偶尔嘴型飘。第二，声音样本别含太多气声和环境噪音，录之前喝口水，清晰度直接决定成片质感。第三，它支持中英双语，我做的一个号偶尔要穿插英文口播，直接把英文打进去也能合成，比我想象的省事。

我不吹它万能。它解决的是"不想出镜又要高频产视频"这个具体问题，带货、知识口播、个人IP这些场景比较对路。你要是追求电影级的表演和情绪起伏，数字人现阶段替代不了真人，该拍还是拍。但就量产口播视频来说，昆云科技数字人把流程压到"传素材、写文案、生成"三步，成本压到几块钱一条，对我来说够用了。

有需要的自己去工作台看看，https://szfs.kunyunkeji.cn/ ，先拿免费的体验一次，再决定要不要往里面充钱，别一上来就充大额。