想讓一張靜態照片開口說話—像人像會張嘴、眨眼，並把你輸入的內容說出來嗎？用 VisionStory 只要一張圖片，就能直接在瀏覽器中完成，不需要相機，也不需要任何剪輯經驗。上方影片會帶你跑完整流程；下方的一步步指南，則會把每個環節講得更清楚。
跟著做的同時，你會上傳 1 張人像照，並把它準備成你自己的可重複使用虛擬人像。其他使用者看不到它；之後做新影片時，你也能直接再次選用，不必每次都重複上傳同一張圖片。以上所有流程，都可用免費帳戶在 VisionStory 的會說話照片工具中完成。
步驟 1：上傳 1 張清晰人像照
開啟 AI 影片。在 Characters 面板中選擇 Upload，從裝置挑選圖片，或把照片直接拖曳到上傳區。建議使用 1 位清晰、正面的人像，臉部與肩膀可見、眼睛與嘴巴不被遮擋，並在人物周圍留一點空間，方便後續重新取景。
- 支援檔案：JPG、JPEG、PNG、WebP、HEIC。
- 檔案大小上限：30 MB。
- 建議起始尺寸：人像照至少 512 x 768 像素。
- 上傳方式：一次 1 張來源圖片。
來源照片的構圖要對齊你最後要輸出的影片版型。裁得很緊的人像照在 9:16 也許沒問題，但轉成 16:9 時可能會變成臉部過近、看起來很壓迫，因為左右沒有多餘的畫面可以補滿更寬的畫幅。
步驟 2：讓 VisionStory 檢查並準備虛擬人像
上傳後，VisionStory 會檢查圖片是否包含可用的人物，並把它準備成角色。上傳失敗幾乎都與來源照片有關：例如臉太小、遮擋太多、側轉角度過大、模糊，或與另一張臉靠得太近。
如果準備失敗，別一直重試同一個裁切版本。改用更清晰的來源：臉更大、角度更正、肩膀可見、光線更均勻、遮擋更少。
處理完成後，你的虛擬人像會出現在公開角色庫的上方，並在預覽中開啟。它只會對你本人可見。
步驟 3：預覽或更換指派的音色
VisionStory 會依據人物看起來的年齡與性別，自動指派一個合適的起始音色。你可以保留它、先聽聽看，或改用其他音色。
- 點選目前的音色以開啟音色庫。
- 使用每個音色右側的播放鍵聆聽範例。
- 如果不合適，可用 Language、Gender、Age、Use Case 篩選。
- 多預覽幾個選項後，挑選最符合虛擬人像與影片用途的音色。
某個音色可能符合人物的年齡與性別，但用在旁白、教學、廣告或對話內容時仍會不對味。要對齊的是「人物」與「用途」，不只是人口特徵。
步驟 4：依發佈平台重新取景
在虛擬人像預覽中，決定最後影片要露出人物多少畫面。拖曳照片來調整人物位置，再用縮放控制拉近或拉遠。接著選擇符合你要發佈位置的長寬比：
- 9:16 直式：適合 TikTok、Instagram Reels、YouTube Shorts 等以手機為主的版位。
- 1:1 正方形：適合方形社群貼文、人物導向版面與彈性嵌入。
- 16:9 橫式：適合 YouTube、簡報、網站與寬螢幕課程。
縮放不可能變出原圖沒有的像素。如果人物在來源照片中已經貼到四邊，建議改用背景留白更多的圖片，而不是硬要裁成更寬的畫面。
步驟 5：搞懂 Change Look 與 Generate Image 的差別
虛擬人像旁邊有 2 個 AI 圖片工具，使用前先搞懂差異會更順。
Change Look 會開啟 AI 對話，並自動附上你目前的虛擬人像，讓你描述新的穿搭、場景或風格。它是以圖生圖流程，原本的虛擬人像依然會保留。Generate Image 則是從文字角色描述開始，而不是從照片開始，因此是以文生圖流程。兩者都可以透過持續對話來微調結果。
簡單說：角色已存在、只想換造型就用 Change Look；想用提示詞從零建立角色就用 Generate Image。
步驟 6：加入短腳本並生成會說話影片
選取你上傳的虛擬人像後，在 Script 欄位輸入 1 句簡短、口語的句子。短句渲染更快，也更容易一次評估照片、裁切、音色、對嘴與動作的整體效果。
點擊 Generate Talking Video。VisionStory 會使用你選定的虛擬人像、取景、腳本與音色，讓臉部動起來、同步嘴型，並加入逼真的眨眼與頭部動作。渲染通常只要幾分鐘。
把這次的第一版結果，當作實用的來源照片測試。建議檢查 4 件事：
- 臉部在最終尺寸下仍足夠清晰。
- 動起來時眼睛與嘴巴不會被遮擋。
- 頭部與肩膀在選定比例中看起來舒服、不擁擠。
- 動態虛擬人像依然像原本的那個人。
如果裁切太緊，或動起來臉變得偏糊，先回頭修來源圖片或取景。改腳本無法解決構圖問題。
步驟 7：重複使用或移除你的會說話照片虛擬人像
回到 Characters 清單，你上傳的虛擬人像會顯示在公開角色庫上方；只要想再次用同一位講者，隨時都能選它。其他使用者看不到它；訂閱者則可建立並保留不限數量的虛擬人像。
- 重複使用：直接選取虛擬人像，不用再上傳照片。
- 切換造型：打開虛擬人像，選擇已儲存的造型縮圖。
- 移除：滑鼠移到虛擬人像上，右上角會出現刪除按鈕；確認後即可刪除虛擬人像與其造型。
常見照片問題排解
VisionStory 找不到可用的臉。 請改用更亮、更清晰、臉更大且正面的照片。避免眼睛或嘴巴被遮住、側臉角度太強，以及有另一張臉靠近主體的照片。
16:9 橫式裁切太近。 來源人像照左右可能沒有足夠的畫面。改用更寬的來源圖，或人物周圍留白更多的照片。
虛擬人像仍在準備中。 請等待準備完成再使用角色。若看起來卡住了，重新整理 Characters 視圖，並確認虛擬人像是否其實已經出現，再決定是否需要再上傳一份。
結果看起來偏糊。 請從更高解析度、對焦清楚的照片開始，並避免把原本很小的臉放大太多。輸出解析度無法補回來源缺失的細節。
讓照片開口說話其實就這麼簡單：上傳 1 張人像照、配上音色、調整取景，然後生成。你的照片現在已經是一個可重複使用的會說話虛擬人像，需要時隨時都能再用。
想進一步了解完整腳本、音色、設定、點數與生成流程？請參考 How to Create an AI Talking Avatar，或把完整腳本批量轉成 AI 影片。或直接開始：免費製作你的第一張會說話照片。
