D-ID 怎么用？照片说话数字人教程

D-ID 是国外做”照片说话”最早的一批数字人工具。给它一张照片 + 一段文字稿，它能让照片里的人开口念出来——你能拿历史人物的肖像做”采访”，也能让自家产品代言人形象出现在不同场景的口播视频里。它的口型同步成熟、入门门槛比 HeyGen 略低，是数字人新手常被推荐的第一个工具。

这篇手把手讲 D-ID 怎么用——从注册、第一段照片说话视频、上传自定义头像，到声音克隆、多语言、常见坑和跟 HeyGen、国产数字人工具的差异。

30 秒了解 D-ID

D-ID 是一款主打”照片说话 / 静图开口”的海外 AI 数字人工具，主入口是 d-id.com，免费试用可生成基础视频，付费档解锁更长时长、更高清画质、商用授权。 它的差异化卖点是从单张照片就能生成数字人 + 操作界面非常傻瓜化。

适合谁用：

• 教育 / 历史 / 文化博主，想让历史人物或绘画形象”开口讲解”
• 营销文案策划，要做”产品代言人形象”快速口播
• 小白入门者，想用最低门槛体验数字人玩法
• 跨境出海的轻量级用户，做几条短视频不需要大型工具

不适合谁：

• 国内主要做内容、没有海外网络环境的人——注册和付费有门槛
• 想要高度专业影视质感的团队——D-ID 偏”半身像 + 口播”，不是剧情片
• 要做大量长视频的人——免费档时长有限，付费起步价不低

如果你想做的不是数字人而是其他类型的 AI 视频，先看 AI 视频工具有哪些 看看是不是有更合适的选择。

准备工作

开始之前先把这几件准备好：

• 注册入口：d-id.com 官网
• 网络：稳定的海外网络环境
• 邮箱：建议 Gmail / Outlook 等海外邮箱
• 支付方式：付费档需要海外信用卡或 PayPal
• 素材准备：一张你想”让它说话”的照片（人像、绘画、雕塑都行）
• 文字稿：你要让 TA 说的话，中文或英文都行

如果你的网络和支付都不方便，直接跳到后面”国产数字人替代”一节。

详细操作步骤

第 1 步：注册 D-ID 账号

打开 d-id.com，点右上角 Sign Up / Start Free Trial。

[此处放截图：D-ID 首页注册按钮位置]

注册方式：

• Google 账号一键登录（最快）
• 邮箱 + 密码（建议 Gmail）

注册完会自动进 Studio，新账号通常会送一小笔免费积分，可以试做几段短视频。

如果国内邮箱收不到验证邮件，直接换 Gmail。

第 2 步：用预置头像做第一段视频

第一次不建议直接上传自己的照片——先用预置头像跑一遍流程。

1. 进 Studio 点 Create Video
2. 顶部默认会出现一排预置头像（不同年龄、性别、肤色）
3. 选一个你顺眼的
4. 在右侧输入文字稿
5. 选语言（D-ID 支持中文、英文、西班牙语等几十种）
6. 选声音（每种语言都有男声/女声多个选项）
7. 点 Generate Video

[此处放截图：D-ID Studio 主界面，标注头像选择、文字稿输入、声音选择]

等 1-3 分钟，第一段视频出来。这一段先让你熟悉界面，下一步再玩自定义头像。

第 3 步：上传自定义照片让它”开口说话”

D-ID 最有意思的玩法是这个：

1. 点左上角 Add 或 Upload Image
2. 上传一张人像照片（正面、表情自然、五官清晰最稳）
3. 上传成功后，这张照片会出现在你的头像列表里
4. 选它作为说话的对象
5. 输入文字稿，生成

[此处放截图：上传照片入口位置]

支持的照片类型很广：

• 真人照片（注意：必须有授权，不能拿陌生人照片乱传）
• 自己的自拍
• 历史人物肖像（教学场景）
• 油画 / 绘画作品
• 卡通形象 / 动漫角色

哪些照片最稳：正面、单人、五官完整清晰、表情自然、光线均匀。侧脸、模糊、戴墨镜、多人挤一起都会让 AI 学错。

第 4 步：调整声音和语调

文字稿写完之后，注意这几个声音设置：

• 语言：选目标语言（中文 → 选”Chinese, Mandarin”或”Mandarin Chinese”）
• 声音：每个语言有多个声音选项，建议都试听一下挑最自然的
• 语速：可以拉慢或加快
• 音调 / 风格：部分声音支持”高兴”「严肃」「平静」这类情绪标签

中文场景建议：先听 3-5 个候选声音，挑一个最不像 AI 的，能省后期修补声音的时间。

第 5 步：声音克隆（高级功能）

如果你要做自己的”专属数字人”——头像是自己 + 声音也是自己，需要走声音克隆：

1. 进 Voice Cloning 入口
2. 录一段 1-3 分钟的清晰人声样本
3. 上传等处理
4. 处理完成后，这个声音会出现在你的语音列表里
5. 之后做视频时选它即可

声音克隆是付费功能，免费档通常没有。

第 6 步：导出和后续编辑

视频生成完成后：

• 下载：MP4 格式
• 分享链接：直接给客户/同事看
• 嵌入：可以嵌入网页

下载的 MP4 可以拖进剪映、Premiere、Final Cut 继续做后期。

5 个 D-ID 出片更稳的技巧

1. 照片选「正面 + 闭嘴 / 微笑」

闭嘴或微微张嘴的正面照效果最好。已经在大笑、张大口、做夸张表情的照片，AI 反而难处理嘴型。

2. 文字稿别写太长

D-ID 的视频本质是”口播+静图”，太长会让观众觉得无聊。单段控制在 30-60 秒，要做长内容就拆多段，中间穿插画面或字幕。

3. 中文口播要选「中文原生声音」

不要拿英文声音去念中文稿，发音会很怪。在声音选择那里看清楚标签，选「Chinese」开头的语音引擎。

4. 同一段稿子可以多生成几次

D-ID 也有抽卡感。同一张照片 + 同一段稿子，跑 2-3 次，挑嘴型最自然的那次。

5. 重要内容用付费档

免费版有时长限制和水印。如果你做的是正式商用内容，建议直接付费——免费版的水印和限时挺影响成片质量。

常见坑和解决办法

一段实战案例：让一张历史人物绘画”做自我介绍”

教学场景非常适合 D-ID。假设你做的是历史科普 / 文化博主，想让”达芬奇自画像”开口讲一段话：

1. 找一张达芬奇自画像的高清正面图，上传
2. 选自画像作为说话对象
3. 选英文（或意大利语）+ 一个低沉成熟男声
4. 输入下面这段稿子：

Hello, I am Leonardo da Vinci.
I lived between 1452 and 1519, during the Italian Renaissance.
People remember me for the Mona Lisa and The Last Supper, but I also studied anatomy, engineering, and flying machines.
In this short video, I will show you three things I cared about that you might find surprising.

5. 生成，等 1-3 分钟
6. 下载 MP4，拖进剪映，配上文艺复兴风格背景音乐，加中文字幕

这种”让历史人物开口”的玩法在科普 / 教育内容里很受欢迎，是 D-ID 最自然的使用场景之一。

D-ID vs HeyGen vs 国产数字人

简单对比一下：

简单结论：

• 想用一张照片玩数字人 → D-ID 最方便
• 要做出海多语种、企业级口播 → HeyGen 更稳
• 国内用户日常做内容 → 优先国产工具

国产替代方案的详细盘点可以看 国内 AI 视频盘点。

进阶 / 下一步

学完 D-ID 基础玩法，推荐继续看：

• HeyGen 怎么用 ——D-ID 的主要海外竞品，多语言更强
• 海螺 AI 视频怎么用 ——国产视频工具，国内用更方便
• 国内 AI 视频盘点 ——找国产数字人替代方案
• AI 视频价格对比 ——评估各家数字人的性价比

FAQ

Q：D-ID 国内能直接用吗？ 打不打得开看网络环境，注册和付费需要海外渠道。国内用户用起来门槛偏高，建议先看国产数字人有没有替代方案。

Q：D-ID 免费版能做多长视频？ 通常给一小笔免费积分，可以体验预置头像 + 短视频生成，具体时长以官网当下活动为准。

Q：D-ID 上传别人的照片合法吗？ 不合法。D-ID 在使用条款里明确禁止未授权使用他人照片。建议只用自己授权的照片、公共领域历史人物或自家产品形象。

Q：D-ID 和 HeyGen 选哪个？ 小白入门或者想用单张照片玩 → D-ID。出海企业 / 多语种内容批量产 → HeyGen。

Q：D-ID 跟可灵、海螺这些是同一类工具吗？ 不是。可灵、海螺是”文生视频 / 图生视频”——给文字或图，AI 出片。D-ID 是”照片说话”——给一张图 + 一段稿，AI 让图开口念出来。功能完全不同，可以看 AI 视频是什么 区分清楚。

Q：国内有没有类似 D-ID 的”照片说话”工具？ 有。腾讯智影、即构数字人、部分国产数字人产品都有”上传照片做说话视频”的功能。如果你目标用户在国内，优先选国产工具。