Neta
ExploreWorksWorldsToolsGuides
ExploreToolsGuides
让我的形象开口说话
会说话的虚拟形象制作工具

会说话的虚拟形象制作工具：让角色开口说话

输入一张肖像，传回角色开口说出的台词——嘴唇、下巴和眼神都会随声音自然律动，完美保留你已构建的画风。

Raiden · 肖像 — 输入：一张静帧，无声，无动态。Raiden · 四秒处 — 输出：同一张脸正说到半句，下颌微张着说出“你回来了。”Luffy · 呐喊 — “那就这么定了！”挺胸，抬头，帽檐遮住了他的眼睛。Hori · 教室 — “你迟到了。”半是嗔怪，依然宠溺，身后映着傍晚的斜阳。Shinobu · 紫藤花 — “微笑可比刀剑廉价多了。”笑容甜美，眼神却毫无波澜。
✦会说话的虚拟形象
制作一个会说话的虚拟形象：Mihawk，冷静克制，说着“你还差得远呢。”
Mihawk · 船舱 — 海贼王 — “你握剑的姿势，还是像随时准备认输一样。”烛光、红酒，长剑斜靠在他身后。
Mihawk · 船舱 — 海贼王 — “你握剑的姿势，还是像随时准备认输一样。”烛光、红酒，长剑斜靠在他身后。
Hancock · 大殿 — One Piece —— “不许跪下。我还没决定原谅你呢。”下巴微扬，直视镜头。
Hancock · 大殿 — One Piece —— “不许跪下。我还没决定原谅你呢。”下巴微扬，直视镜头。
Luffy · 破晓甲板 — 海贼王 — “那就这么定了！我们黎明出发，你跟我们一起走。”咧嘴大笑，下巴扬起，帽檐遮住了他的眼睛。
Luffy · 破晓甲板 — 海贼王 — “那就这么定了！我们黎明出发，你跟我们一起走。”咧嘴大笑，下巴扬起，帽檐遮住了他的眼睛。
Zhongli · 茶馆 — Genshin Impact —— “坐吧。茶还热着，故事也还没讲完。”字句间热气袅袅。
Zhongli · 茶馆 — Genshin Impact —— “坐吧。茶还热着，故事也还没讲完。”字句间热气袅袅。
Raiden · 提灯 — Genshin Impact —— “你回来了。我还以为这片海岸已经忘了你的名字。”
Raiden · 提灯 — Genshin Impact —— “你回来了。我还以为这片海岸已经忘了你的名字。”
Nahida · 温室 — 原神 — “你没有迷路。你只是来早了。”语调轻柔明朗，说到“来早了”时双眸睁大。
Nahida · 温室 — 原神 — “你没有迷路。你只是来早了。”语调轻柔明朗，说到“来早了”时双眸睁大。
Hori · 教室 — Horimiya —— “你迟到了。菠萝包最好吃的那半边我已经吃掉了。”带着点娇嗔，满是宠溺。
Hori · 教室 — Horimiya —— “你迟到了。菠萝包最好吃的那半边我已经吃掉了。”带着点娇嗔，满是宠溺。
Miyamura · 走廊 — Horimiya —— “我本来想说句俏皮话的。结果你看了我一眼。”轻声细语，猝不及防。
Miyamura · 走廊 — Horimiya —— “我本来想说句俏皮话的。结果你看了我一眼。”轻声细语，猝不及防。
Shinobu · 紫藤 — 鬼灭之刃 — “微笑比刀刃更廉价，却能刺得一样深。”笑容甜美，眼神却毫无波澜。
Shinobu · 紫藤 — 鬼灭之刃 — “微笑比刀刃更廉价，却能刺得一样深。”笑容甜美，眼神却毫无波澜。
Raiden Shogun · 一镜到底，五秒 — 原神。请开启声音：感受台词、呼吸与提灯映照的房间。一幅肖像，一句台词，零剪辑。

声音有了，脸孔有了，完全不用你绑骨。

Neta Studio 是一个动嘴就能搭建的世界——无论是登场角色、所处场景还是画面风格。给它一张肖像和一句台词，它会先念出台词，接着带动嘴唇和下巴精准对齐，然后传回一段可以直接发布的片段。明天再让它说下一句，回应你的依然是同一张面孔。

  • 长相始终如一 —— 一张角色卡或一张照片就能锁定头部。发型、眼睛和穿着在不同镜头之间绝不会走样。
  • 先出声音后对嘴 —— 先念出台词，再让嘴型去对齐声音，所以下巴动作会精准落在每个字上，而不是随机乱动。
  • 任意角色，任意风格 —— 动漫风、厚涂感、写实风，或是你自己画的角色。生成的片段会完全继承肖像原本的画风。

让角色开口说话前

上手需要准备什么？

一张能看清面部且嘴巴没被遮挡的肖像，加上一句大概二十字以内的台词。如果角色已经在你的世界里了，用那张卡片就行——不用额外上传任何东西。

能用我自己的照片吗？

可以。上传一张光线均匀、手没捂嘴的正脸照片。生成的片段会保留这张脸和原本的取景构图；除非你特别要求，否则它绝不会擅自换套衣服或换个背景。

念出来会是谁的声音？

Studio 会用专为该读白挑选的内置声音来念。你可以直接在台词里指导语气——比如 [whispers]、[laughs]、[flatly]——嘴部动作也会跟着这种演绎方式走。

一段片段有多长？

四到十五秒，一段一句台词。较长的独白拆成几个简短镜头来做，往往比一整段长镜头更容易拿捏好效果。

能大笑、低语或大喊吗？

能。把提示词加进台词里，按该有的语感把台词写出来就行。大喊时嘴巴会张得更开，轻声低语时嘴唇几乎不动。

做出来还会像我原本的角色吗？

肖像是锚点基准，所以发型、瞳色、服装和构图都会延续下来。如果脸部大部分被挡住——比如戴了面罩、阴影太重或者手捂着嘴——模型就几乎找不到对齐的依据了。

生成的片段能用来做什么？

直接发布、放进视觉小说或游戏里、用来当作打招呼视频或新角色亮相。生成的是自带独立音轨的 mp4。

能做第二句台词吗？

可以。继续沿用同一张肖像和相同的声音提示，下一句台词听起来就依然是同一个人在同一个房间里说话。

赋予角色声音。

一张肖像，一句台词。传回的片段里角色自然开口说话，自带独立音频，正是你选的那张面孔。

让我的形象开口说话
×