这阵子把手头几个数字人平台的额度挨个薅了一遍,按试的顺序记一下。
HeyGen:主要试新出的Avatar 4.0。口型和微表情确实往前走了一大步,说话时嘴角、眉眼那些小动作跟得上,单看近景口播挺唬人。
D-ID:用的Express。优点就是快,批量出片很舒服,一堆稿子丢进去不太用盯,适合那种量大、要求又不高的活。
硅基智能、腾讯智影:国内这两家放一起说。中文语气和本地化明显更顺,听着不别扭,价格也友好。
一圈下来,真要替代真人出镜还差口气。露馅的地方很集中:远景近景一切换就不自然;手部动作一多就假;还有真人说话那种即兴的停顿和呼吸感,机器一动就露出来,看两秒就觉得不对。
所以我现在是这么分的:口播、财报播报这类标准化内容,交给它够用;想演点有情绪的戏,还是得真人上。选型也按需求来,追口型就上头部,要量和性价比就看国内那两家。