手把手教你打造虚拟AI Talker

作为一名人工智能爱好者，最近几周，有一个趋势不容错过，那就是人工智能生成的有影响力人物的虚拟讲话视频。它们看起来如此逼真，真是令人难以置信。

坦白地讲，在这些视频中，不可思议感觉仍然很强烈。它们给人的感觉有点过于人工化，但与此同时，大家也无法否认人工智能在过去几个月里取得了长足的进步。

从 Ted Talk 的照片开始，人们开始进一步挑战极限，使用 Runway Gen-3 Turbo 和 Kling AI 等人工智能工具将图像转化为视频。为了增加最后的真实感，他们使用 RenderNet AI 加入了一些人工智能生成的配音和唇语同步，让这些数字人物栩栩如生。

在本文中，我将推荐大家使用四种人工智能工具，完成创建自己的会说话的人工智能演讲者。闲话少说，我们直接开始吧！

 生成图像

第一步是生成人工智能演讲者的逼真人物肖像。大家可以使用任何图像生成器，但如果你想获得一流的逼真度，我推荐大家使用 Midjourney 或 Flux。

下面是使用 Midjourney 生成的图像示例：

Prompt: A cinematic photography, medium shot, glamour instagram latina woman. She has brown hair with purple highlights. glamour woman. She has a pretty face, She is sitting in a coffee in bar. An influencer, smiling face, with hand gestures as if she’s explaining something

提示：一个电影摄影、中景拍摄、魅力十足的 Instagram 拉丁裔女性。她的头发是棕色的，带有紫色的亮点。她面容姣好，坐在酒吧的咖啡厅里。一位有影响力的人物，面带微笑，手势好像在解释什么。

下面是生成的图片，如下：

选择一个自己最喜欢的，如下所示：

大家可以根据提示词进行操作，尽可能多地生成图片，直到选择出你喜欢的完美的照片。

 图像增强

在这一步中，我将使用 Freepik 图像升频器。该工具由 Magnific AI 提供支持，因此可以保证效果会非常棒。

网址：https://magnific.ai/

页面展示如下：

我喜欢该工具为皮肤和头发增加纹理细节的效果，使整个图像更加细腻逼真。这种差别很微妙，但在追求额外的真实感时，就会产生天壤之别。

另一种方法是通过 RenderNet AI 的 TrueTouch 功能来放大图像。只需进入 RenderNet AI 面板，选择 TrueTouch 功能并上传原始图像即可。

网址：https://app.rendernet.ai/

页面如下：

它的功能同样强大，而且在增强图像的程度方面提供了更多的自定义功能。处理后的最终结果如下：

仔细观察，这张图片的细节更加饱满，皮肤纹理更清晰，眼睛也更真实。

 图像生成视频

接着就是将我们上面创建的肖像图像转换为逼真的视频。为此，我们需要借助 Runway Gen-3、Kling AI、Vidu 或 Luma 的 Dream Machine 等人工智能视频生成工具。

如果大家不想为高级服务付费，最好的免费替代品就是 Kling AI。Kling 每天提供 66 个视频生成点数，足够创建至少 5 个 5 秒钟的视频片段

访问 Kling AI 网站并创建账户。进入人工智能视频页面，在 "参考图像 "选项卡上传我们的图像。如下：

添加以下描述，辅助引导人工智能了解我们需要什么样的视频。

Prompt: A woman smiling as she talks, use his hands as she talks, blinking eyes many times, looking at the viewer 

提示：女人边说边笑，边说边用手，多次眨眼，看着观众

大家可以随心所欲地编写提示词。请记住，处理时间会因队列中还有多少其他免费用户而变化。现在，可能需要几分钟到几个小时不等。所以，请做好等待的准备。这是最终的视频效果：

此外，大家也还可以使用 Runway 的 Gen-3 Turbo 将图像转化为视频。现在，他们免费提供 300 个生成点数。

生成的效果如下：

真棒她看起来很有活力。她脸上的表情看起来她似乎在热情地分享某些成功的秘诀，看起来真的超真实！但问题是：她到底在说什么？这就需要下一步了--添加旁白，并将她的嘴唇与旁白同步。

  生成旁白