Text to Speech Avatar
建立能在鏡頭前朗讀您腳本的文字轉語音虛擬人物。輸入文字、選擇虛擬人物與聲音，幾分鐘內即可製作出精緻的口播影片，無需拍攝或剪輯。
建立能在鏡頭前朗讀您腳本的文字轉語音虛擬人物。輸入文字、選擇虛擬人物與聲音，幾分鐘內即可製作出精緻的口播影片，無需拍攝或剪輯。
文字轉語音虛擬人物功能
輸入腳本，即可生成會說話的虛擬人物
Paste your script and the avatar speaks it back with natural lip-sync and matching expression. The text to video engine turns written words into a finished talking clip in minutes, so you edit by changing the text instead of re-recording a single line.
1,100 多個虛擬人物與 300 多種 AI 語音
從 1,100 多個逼真的虛擬人物中選擇一位講者，再搭配 AI 語音產生器提供的 300 多種語音。為虛擬人物配對合適的語音，調整語調與語速，讓整部影片的每個場景都維持一致的面孔與表達方式。
使用 15 秒短片建立自訂虛擬人物
只需一段 15 秒的影片，即可在 Avatar V 中建立您的數位分身，無須填寫資格審核表單或預約攝影棚。無論是遠景、中景或特寫鏡頭，模型都能維持您的臉部與聲音特徵，讓您的自訂虛擬人物在各種場景中始終保持一致。
支援 177 種以上語言的會說話虛擬人物
只需輸入一次，即可使用 177 種以上的語言與方言生成同一個會說話的虛擬人物，並透過語音複製，讓每個版本都保留您的語氣。各地口音與音素層級的「口型同步」，讓每種語言聽起來都像母語錄音，而不是機器配音。
直接控制手勢並使用長篇腳本
只要用簡單的英文指示虛擬人物看向鏡頭、向前傾身或保持冷靜，就能讓表達方式貼合訊息內容。單次即可算繪最長 30 分鐘的連續人物講述影片，即使腳本篇幅較長，也能始終維持一致的外貌與聲音，不會逐漸失真。
傳統的訓練影片拍攝需要攝影棚，而且每次修改都得重新拍攝。您可以將腳本製作成由虛擬人物講解的課程單元；日後政策或產品細節有變動時，只要更新文字並重新生成即可，無須另行安排拍攝團隊。
每天拍攝短影音非常耗時。使用 AI 虛擬人物，持續在 TikTok、Instagram 和 X 發布風格一致的短片，並維持相同的螢幕人物，讓您的頻道在無須親自出鏡的情況下建立辨識度。
將影片在地化通常意味著必須針對每個市場重新錄製。只需製作一支虛擬人物影片，再使用 AI 影片翻譯工具，即可發布 177 種以上的語言版本，讓全球團隊都能以自己的語言接收訊息。
單靠螢幕錄影顯得單調。將會說話的虛擬人物搭配產品操作導覽，逐步說明各項功能；當介面或價格更新時，立即重新生成腳本，確保每段示範影片都維持最新狀態。
為每位潛在客戶重複錄製相同的推銷內容，難以有效擴大規模。只需撰寫一則訊息，替換姓名或相關資訊，即可大量傳送個人化虛擬人物影片，讓每次開發聯繫都像一對一溝通，無須耗費數小時面對鏡頭錄製。
由真人主播播報例行更新，會占用播出人才的時間。廣播與媒體團隊可撰寫腳本，讓虛擬人物主播隨選播報新聞片段或在地化氣象預報；當新聞內容有變時，只需更新影片，無須重新搭景拍攝。
如何製作文字轉語音虛擬人物
只需 4 個步驟，即可將腳本製作成完整的文字轉語音虛擬人物影片，無需攝影機、麥克風或剪輯時間軸。
直接輸入文字或貼上現有腳本，接著設定您想要的語氣與節奏。
從 1,100 多個虛擬人物和 300 多種語音中選擇，或選用您專屬的自訂數位分身。
生成預覽、調整手勢與表達方式，並翻譯成 177 種以上的語言。
以 HD 或 4K 畫質算繪，接著下載 MP4 檔案，或直接發佈到您的頻道。
A text to speech avatar is a digital presenter that reads your typed script aloud on screen with synced lip movement. You enter text, choose an avatar and voice, and the tool renders a talking video, with no filming or voice recording.
HeyGen 採用自然的口型同步、臉部表情與動作控制，讓文字轉語音虛擬人物能像鏡頭前的主持人一樣說話與動作。呈現效果取決於所選的虛擬人物、語音、腳本與動作設定。
Yes. You can start creating a text to speech avatar video with HeyGen's free plan and no credit card. For current limits, included features, and export options, check the HeyGen pricing page before publishing.
貼上您的腳本、選擇虛擬人物和 300 多種語音中的一種，接著即可生成影片。您可以用簡單的英文指示動作，並透過精準的 AI 對嘴調整呈現效果，再匯出影片。日後若要編輯，只需修改文字，無須重新錄製。
Yes. Record a 15-second source video to create a digital twin, then select or create a voice for the avatar. Available avatar and voice options depend on your current HeyGen plan and workflow.
大多數虛擬人物工具只會提供制式的虛擬主持人照稿念稿。HeyGen 則讓您只需 15 秒即可建立專屬數位分身，支援 177 種以上語言的語音複製、以自然語言指示動作，並可一次製作長達 30 分鐘的連續影片，所有功能都整合在同一個平台。
HeyGen avatars speak 177+ languages and dialects, with voice cloning that keeps your tone consistent across each version. You script once and generate localized videos, so one avatar can address audiences in nearly any market without re-recording.
Yes. Educator Anton Voroniuk reported saving 15.5 hours a week and cutting production costs 40x after switching to HeyGen avatars, while reaching over 1M students. Scripting and regenerating replaces filming, editing, and reshoots.
Yes. Alongside realistic human avatars, HeyGen's Avatar IV animates photos, cartoon, and 2D or 3D characters into talking presenters. Upload an image or pick a style, add your script, and the character speaks it with matching lip movement.
Yes. HeyGen's API supports programmatic avatar video generation from text. For interactive real-time avatars, use HeyGen's Live Avatar offering. Check the current developer documentation and API pricing for supported models, limits, and rates.
Explore more AI powered tools
Bring any photo to life with hyper‑realistic voice and movement using Avatar IV.
