如果你要讓一張圖片說話，而主角可能是真人、插畫、動漫角色、吉祥物或寵物，先從 DomoAI 開始。 只有當手機優先拍攝、可重複使用的企業講者或時間軸剪輯是決定性需求時，再改用原生 App 或專用編輯器。平台資訊查核於 2026 年 7 月 27 日。
從手邊已有的裝置與圖片開始選。瀏覽器工具、講者工作室與行動編輯器都能讓臉動起來，但會導向不同的完成流程。
| 工具 | 已確認平台 | 最適合 | 聲音方式 | 流程注意事項 |
|---|---|---|---|---|
| DomoAI | 網頁瀏覽器 | 真人照片、動漫、插畫、吉祥物與寵物 | 文字轉語音、直接錄音、MP3、WAV 或 M4A | 在瀏覽器生成，音樂與時間軸收尾可交給慣用編輯器 |
| CapCut | iPhone、iPad、Android 與 Mac 原生 App | 在主流社群編輯器中製作會說話的照片 | 腳本或音訊，加上時間軸剪輯 | AI 權限、點數與匯出條件可能因裝置、地區、版本與帳號而異 |
| HeyGen | iPhone、Android 原生 App 與 Web | 個人講者、素材數位化身與多語言影片 | 腳本、生成聲音、照片數位化身或錄製的數位分身 | 免費額度與進階數位化身用量取決於方案和地區 |
| D-ID | iPhone、Android 原生 App 與 Web | 一般會說話的人像與行動製作 | 文字轉語音或上傳錄音 | 行動版試用需要信用卡，目前試用輸出帶有浮水印 |
| Captions | Web、iPhone、Mac，Android 有 Captions Lite | 自拍數位化身、AI 演員、字幕與完整社群影片 | 腳本、AI 聲音、錄製分身或自拍 | Android 體驗較精簡，數位化身生成可能因裝置與方案而異 |
| VEED | 網頁瀏覽器 | 在完整瀏覽器編輯器中製作會說話的角色 | 腳本或音訊，可搭配素材、個人或圖片驅動的數位化身 | 必須在即時方案中確認功能、AI 點數與匯出權限 |
只要讓一張照片說話，先從 DomoAI 開始。 在投入更大的剪輯或訂閱流程前，先測試臉孔、聲音與動作。若社群剪輯不可或缺，可把選定片段交給 CapCut、Captions 或 VEED；若重點是講者，HeyGen 也是替代選項。
平台選擇影響的不只是便利性，也會改變錄音、訂閱管理、檔案移動、隱私標籤檢查與生成後剪輯方式。
| 適合選瀏覽器工具的情況 | 適合選原生 App 的情況 |
|---|---|
| 會在桌機與手機之間切換 | 想完全用手機錄音與分享 |
| 提示詞和檔案管理需要較大畫面 | 想直接使用相簿與麥克風 |
| 不想再安裝 App | 需要離線草稿或 App 專屬特效 |
| 要讓插畫、動漫或多種角色動起來 | 想使用引導式娛樂範本 |
| 日後可能需要開發者文件或 API | 想由應用程式商店管理付費與取消 |
兩種方式都可能把個人素材傳到裝置以外。瀏覽器工具可能要求照片和麥克風權限，原生 App 也可能把素材上傳到雲端。已安裝的 App 不代表一定更私密。
每個主要選項都必須有目前有效的產品頁或商店頁面、清楚的圖片說話流程，以及足夠的產品歷史，避免只收錄短期噱頭 App。
評估採用五個一致欄位：
商店評分證明的是使用規模，不是對嘴品質。 本文只把它當成平台訊號，不納入排名公式。
六個產品分屬不同流程：
付費前，請在實際使用的手機上生成短樣本。 確認上傳穩定度、對嘴時間、匯出、浮水印、訂閱畫面與專案刪除功能。
當「圖片」不只代表寫實真人大頭照時，DomoAI 是文件完整且有力的 Web 選項。 **AI 數位化身**可接受自拍、角色插畫與寵物照片。
流程支援輸入**文字轉語音、直接錄音或上傳音訊，也支援最大 80MB 的 MP3、WAV 與 M4A**、六種文字轉語音情緒、六種聲音語氣，以及控制表情或動作的提示詞。
這組功能適合**動漫角色、寵物、VTuber、吉祥物與品牌角色**：
DomoAI 還可把片段接到影片風格轉換與角色動畫，並用**影片畫質提升**完成最終解析度。瀏覽器流程可跨桌面環境使用，Pro 另提供 30 秒與 60 秒的較長 AI 數位化身選項。
當角色類型範圍與上傳音訊彈性是核心需求時，DomoAI 最合適。先用清楚正面圖片和短台詞測試，再把選定設定延伸到較長腳本。
D-ID 在 Apple App Store 與 Google Play 都有已確認的頁面。原生 Studio 可把上傳或內建的臉孔，透過文字或錄音變成會說話的數位人物。
iPhone 頁面支援上傳寫實或插畫臉孔、錄音、文字轉語音、MP4 輸出與 120 種語言，目前需要 iOS 15.5 或更新版本。Google Play 也列出 Android 的相同核心流程。
若 iPhone 或 Android 原生流程不可妥協，D-ID 很合適。 若同一專案可能使用真人、插畫、動漫、吉祥物、寵物與多種音訊方式，DomoAI 仍是更有彈性的第一個測試。想要免信用卡免費方案的人不適合 D-ID；目前行動試用要先選訂閱並輸入信用卡，之後提供 14 天與 12 點數。
D-ID 適合行動照片動畫、多語言旁白與可重複使用的個人數位化身。第一個長篇專案前，仍要確認續訂、浮水印與授權條款。
當會說話的圖片只是完整社群影片中的一個場景，CapCut 是涵蓋最廣的主流選項。Google Play 目前顯示超過 10 億次下載，美國 App Store 超過 100 萬則評分。這些數字代表產品觸及，不代表數位化身品質。
Talking Photos 工具接受圖片和腳本或音訊，再把片段送進編輯器，加入字幕、音樂、疊圖、剪接、特效與尺寸。CapCut 也提供素材數位人與照片驅動角色。
CapCut 的優勢是手機流程連續。 生成、編輯與分享可在熟悉環境中完成。不確定的是權限：AI 功能、點數費用、浮水印和匯出可能因地區、帳號、作業系統與版本不同。
當時間軸剪輯與社群交付和會說話的臉同樣重要時，CapCut 很適合。若動漫、吉祥物、寵物的角色演出需要更明確控制，DomoAI 是較強起點。
HeyGen 比一次性趣味片段更適合可重複使用的真人講者。App Store 約有 1.7 萬則評分；Google Play 顯示超過 50 萬次下載，以及 2026 年 7 月 8 日更新。
目前產品支援照片數位化身、素材數位化身、生成外觀與錄製的數位分身。Avatar IV 可讓單張照片動起來，更完整的編輯與翻譯流程則支援持續的講者影片及多語言版本。
HeyGen 以真人講者溝通為核心。 它不是會說話的寵物或高度風格化動漫場景的首選。免費輸出與進階數位化身額度也取決於方案和地區。
當同一位真人講者需要提供多份腳本、造型或語言時，HeyGen 很合適。若是插畫角色、吉祥物、動物、創意人像或混合角色類型，DomoAI 的起始優勢更大。
如果編輯者需要在瀏覽器中整合會說話的圖片、字幕、素材影片、音樂、品牌元素與協作，而且不想依賴原生 App，VEED 很實用。
官方數位化身頁面列出超過 60 個素材數位化身與 120 多種語言。Fabric 流程可用腳本或音訊驅動上傳的角色圖片，再放入 VEED 時間軸。
當數位化身只是產品示範、解說或社群合成中的一層時，VEED 是實際選擇。它不像 D-ID 那樣專注快速原生照片動畫，也不像 DomoAI 那樣著重動漫或寵物演出。
若瀏覽器剪輯本身就是最終產品，VEED 很合適。完整製作前，先確認 Fabric 或相關數位化身路徑、AI 點數、浮水印與匯出解析度。
Captions 的範圍比會說話的照片 App 更廣。 它能把自拍變成個人數位化身、生成 AI 演員、加入字幕、翻譯、建立 B-roll，並編輯社群影片。
目前 App Store 資料確認有 iPhone 與 Mac 版、超過 3.5 萬則評分且持續更新。Captions 也提供瀏覽器存取與精簡 Android 體驗 Captions Lite。AI Twin 指南提到 Web、iPhone 與 Android 權限，但建立與生成權限仍可能依裝置和方案而異。
當成品需要會說話的創作者、設計字幕、剪接、補充媒體與直式匯出時，Captions 很適合。單一笑話或寵物祝福不值得增加這些成本與流程；專門的照片動畫工具已足夠。
設計師在桌機準備吉祥物，社群管理者在手機審核。團隊需要一支 12 秒直式更新，包含字幕、產品截圖與品牌素材。
若已核准吉祥物需要修正背景、服裝或來源畫格，先完成提示詞圖片編輯，再生成說話片段。
用 DomoAI 瀏覽器流程製作角色片段，因為產品包含動漫原生與 Fusion 風格、AI 數位化身、音訊上傳與動作提示詞。提示詞依時間順序寫成：「看向鏡頭、眨眼一次、輕點頭、保持友善表情；鏡頭穩定。」把輸入和選定結果存入 Assets，讓後續工具不用重新上傳。
把選定的 DomoAI 片段移到 CapCut，加上字幕、產品截圖、標誌與音樂。這個案例以 CapCut 作為主要手機審核環境，因為原生覆蓋與時間軸比只有瀏覽器的生成畫面更強。瀏覽器團隊也可改用 VEED。生成與修正循環留在 DomoAI；第二平台只負責需要時間軸的收尾。
保留一個 9:16 MP4、一個無音樂乾淨版、原始 WAV、最終字幕文字與生成設定。在實際發布手機上檢查吉祥物、最後一個字、產品文字、檔案大小及使用權。
| 問題 | 修正 | 判斷邏輯 |
|---|---|---|
| 語音開始前嘴巴先動 | 移除開頭靜音並重新生成短數位化身圖層 | 重做剪輯前，先在來源修正時間 |
| 頭或頭髮動太多 | 把動作提示縮成一次點頭與穩定鏡頭 | 減少同時指令可降低動作衝突 |
| 套用風格後角色身分改變 | 回到原圖並降低轉換強度 | 加入視覺變化前先保留核准吉祥物 |
| 字幕遮住嘴巴 | 移動字幕並檢查手機安全區 | 重新生成數位化身前先修正版面 |
| 手機匯出與桌機預覽不同 | 鎖定長寬比與解析度，再做一次裝置匯出測試 | 必須在交付裝置驗證平台一致性 |
只評估目前工作重要的欄位。沒有為 0、有限或未確認為 1、已確認為 2。每項分數乘以專案權重，再用相同 10 秒輸入測試最高分的兩個候選。
| 判斷欄位 | 專案權重（1–5） | 產品分數（0–2） | 要保存的證據 |
|---|---|---|---|
| 支援目標裝置 | 5 | 商店頁面或實際瀏覽器畫面 | |
| 接受確切圖片類型 | 5 | 產品文件加樣本上傳 | |
| 可用方案支援自己的音訊 | 4 | 功能與計費畫面 | |
| 必要剪輯留在同一專案 | 3 | 時間軸或流程畫面 | |
| 匯出格式、解析度與浮水印符合需求 | 5 | 匯出對話框與下載樣本 | |
| 商業權利符合用途 | 5 | 目前方案條款 | |
| 素材可重複使用而不用上傳 | 3 | 歷史、Assets 或專案庫畫面 | |
| 可安全管理訂閱 | 4 | 價格、續訂與取消畫面 | |
| 隱私和刪除控制符合需求 | 5 | 政策與帳號控制 | |
| 產量增加時有 API 或批次流程 | 2 | 目前開發者文件 |
不要把商店星等當成品質倍數。 評分混合了許多功能、版本、裝置和付款狀態的經驗。
上傳個人臉孔、輸入試用資料或生成最終腳本前，先執行以下檢查。
公平比較時，使用相同 10 秒錄音、正面圖片與目標長寬比。記錄失敗次數，以及 App 能否在不重建專案的情況下修正結果。
DomoAI、D-ID 與 CapCut 都有使用自有聲音或音訊的流程。 DomoAI 支援直接錄音與 MP3、WAV、M4A 上傳；D-ID 支援錄製語音；CapCut 有腳本或音訊的會說話照片流程。生成前確認目前方案包含該聲音方式。
不用。 DomoAI 與其他瀏覽器工具不需原生安裝就能讓照片動起來。跨裝置工作或在桌機管理音訊檔案時，瀏覽器通常更合適。
可以，但支援範圍不同。 DomoAI 明確接受角色插畫與寵物照片，D-ID 接受插畫臉孔。CapCut 可讓上傳照片動起來，但請在目標裝置確認角色類型與 AI 功能。
安全取決於圖片、權限、保存政策、帳號控制與使用行為。 檢查隱私標籤和完整政策、限制裝置權限、取得同意，並在上傳敏感素材前測試刪除。
瀏覽器適合跨裝置存取與檔案管理。 原生 App 則適合直接錄音、相簿存取、商店計費與範本式行動分享。
需要彈性角色與音訊時，先從 DomoAI 開始。 上傳一張清楚圖片，用短台詞確認角色身分與對嘴時間，再加入其他平台。只有當行動時間軸剪輯是核心時才接到 CapCut；若重點是可重複使用的真人講者，再考慮 HeyGen。除非特定交付限制必須轉交，生成與修正都留在 DomoAI。
最近的文章
.avif)
