AI 视频 · Pre-render

AI 主播视频一张图、一段脚本

给一张图片和一段脚本,选个声音,就得到带字幕的 MP4,可以直接发到社交媒体、视频网站和课程里

half-body · 720×1248
00:00:00,400 → 00:00:02,900Good evening, and welcome to the show.

两种视频,同一张图和脚本同一张图、同一段脚本、同一个声音,选画面里动多少

script.txt

Good evening, and welcome to the show.

voice

Ava · English

head · eyes · mouthtalking head · 768×1152

Talking head

动什么
头、眼睛和嘴,随声音动
图片
一张人脸照片
画幅
竖屏 · 横屏 · 方形
要多久
通常稍等即可
hands · propshalf-body · 720×1248

Half-body

动什么
整张图都会动:手、道具,连插画也行
图片
任何图片
画幅
竖屏 · 横屏
要多久
几分钟
看它怎么做

把一张图和一段脚本变成 AI 主播视频

加一张图,贴一段脚本,选个声音,下载带字幕的 MP4,用在社交媒体、视频网站、在线课程和产品页上

photo.jpg
script.txt

判断跑鞋该换了的三个办法。第一:跑完之后,鞋底的泡棉不再回弹。

Talking head竖屏字幕
0:28
Northwind Shoes赞助关注
♡1.2k💬84↗分享
判断跑鞋该换了的三个办法。👟
  • 社交媒体视频
  • 视频网站
  • 在线课程
  • 产品讲解
  • 销售外联
  • 帮助中心教程
  • 员工入职培训
  • 产品发布
  • 多语言视频
最长 5 分钟竖屏或横屏MP4 + SRT 字幕

从一张图和一段脚本到一段视频,三步在控制台里点几下,或从你自己的系统用 API 生成

  1. 第 1 步挑一张脸你自己的、我们提供的,或任何你有权使用的图片。
  2. 第 2 步写脚本,选声音最多 4,000 个字符,用你所选声音会说的语言。
  3. 第 3 步下载视频一个 MP4,旁边附一个 SRT 字幕文件。

须知

  • 最长 5 分钟脚本最多 4,000 个字符;超出的部分在句末截断
  • MP4 + SRT字幕是视频旁的一个文件,每句一条
  • 竖屏或横屏Talking head 还可以是方形
  • 同时 2 条,每天 100 条其余的排队等候

从你自己的系统生成视频一个请求开始一段视频;查询进度,或让 render.ready 发到你的 webhook

阅读文档
你的服务器
const API = "https://api.avatargo.ai/v1";
const headers = { authorization: `Bearer ${process.env.AVATARGO_API_KEY}`, "content-type": "application/json" };
let render = await (await fetch(`${API}/renders`, { method: "POST", headers,
  body: JSON.stringify({ avatarId: "av_…", voiceId: "…", text: "Welcome to the course." }) })).json();
// queued → rendering → ready(也可以让 render.ready 发到你的 webhook)
while (render.status === "queued" || render.status === "rendering") {
  await new Promise((r) => setTimeout(r, 5000));
  render = await (await fetch(`${API}/renders/${render.id}`, { headers })).json();
}
console.log(render.videoUrl, render.subtitlesUrl);

常见问题

它会说哪些语言?

你选的声音会说的语言。用那种语言写脚本;我们不做翻译。

能用我自己的照片,或别人的照片吗?

可以,前提是你有这张图的使用权。用别人的脸需要本人同意,添加图片时你要确认这一点。

视频能商用吗?

可以。为你生成的视频归你:发布、投广告、放进课程和产品都行,里面的声音和脸也一样。服务条款仍然适用:图片要是你有权使用的,视频不能让真实的人看起来说了他们没说过的话。

字幕是烧进视频里的吗?

不是。字幕是 MP4 旁边的一个 SRT 文件,你发布到的平台可以显示它,你也可以先改一改。

做一段视频要多久?

Talking head 通常稍等即可。Half-body 要几分钟:每秒视频约 8.5 秒,渲染器要先启动时会更久。

能从我自己的系统生成吗?

能,用 API:一个请求开始一段视频,然后查询进度,或在做好时让它通知你的 webhook。

做出你的第一段视频

一张图、一段脚本,再加一个读它的声音,就够了

© 2026 AvatarGo