要製作會說話的寵物影片，先準備一張清楚的狗、貓或其他寵物近照，寫一段短短的第一人稱台詞，選擇聲音和情緒，再生成對嘴影片，最後加上字幕後發布。
好的寵物說話影片通常很簡單。寵物只表達一個明確想法，聲音符合牠的個性，動作也足夠小，讓牠看起來仍然像原本的寵物。
強的短片通常不長。一隻狗抱怨晚餐、一隻貓評論房間、或一隻寵物送生日祝福，5 到 15 秒就能成立。台詞越長，嘴型越容易露出破綻。
重點不是讓寵物做所有事情，而是讓一張照片把一句話說好。這種格式很適合 Reels、TikTok、Shorts、生日影片、領養更新和寵物帳號內容。
當你想讓靜態寵物肖像開口說話時，可以使用 DomoAI Talking Avatar。流程是上傳肖像、輸入腳本並選擇聲音、加入動作提示，然後生成影片。
如果想更快開始，可以用 Talking Avatar quick app。如果想要不說話的額外動作，可以在說話版本完成後再使用影像動畫。
選擇寵物面向鏡頭、眼睛清楚、嘴巴周圍沒有被擋住的照片。背景也不要蓋住頭部或耳朵。
理想照片通常具備：
側臉也可能可愛，但提供給模型的嘴型資訊較少。濃密毛髮、張太開的嘴、強烈陰影，也會讓結果不穩。
用寵物本人的口吻寫第一人稱台詞。越具體越好，短短一句通常比長篇獨白更有效。
可直接改寫的台詞：
社群短片建議控制在 8 到 20 個詞左右。短句更容易對嘴，也更容易被字幕讀懂。
DomoAI Talking Avatar 支援聲音選擇、從上傳音訊進行 voice cloning、6 種情緒設定、6 種聲音語氣，以及多語言支援。你可以輸入文字、選擇生成聲音，或上傳音訊。支援的音訊格式包括 MP3、WAV、M4A，最高 80MB。
讓聲音符合寵物的性格。小型犬可以用明亮、緊張一點的聲音；慵懶的貓可以用冷靜、帶一點吐槽感的聲音；年長大型犬適合溫和慢速的聲音。
每支影片只使用一種主要情緒。像「開心」、「戲劇化」、「冷靜」、「困惑」這類明確方向，比混合太多情緒更穩定。
動作提示能讓寵物更有表情，但不要太大。目標是讓臉部支撐台詞，而不是搶走注意力。
可直接使用的提示：
happy expression, small head tilt, natural blink, subtle mouth movement, bright eyes.
calm dramatic expression, tiny ear movement, slow blink, gentle mouth movement, steady face.
curious look, slight head tilt, soft eyes, natural lip movement, no large body motion.
不要在說話肖像裡要求跳躍、跳舞、奔跑或大型全身動作。如果需要身體動作，可以另外用 DomoAI Image to Video 製作，或用 Image Animation 做不說話的寵物動態片段。
生成後，用觀眾視角檢查影片。看嘴部、眼睛、字幕位置和前一秒。如果感覺怪，先簡化腳本或動作提示。
很多社群觀眾會先靜音觀看，所以字幕很重要。把關鍵台詞放大顯示，並避開寵物嘴部。
Talking Avatar 不能直接加入背景音樂。請先匯出 MP4，再到 CapCut、Premiere Pro、DaVinci Resolve、Canva 或社群 App 裡加入音樂、音效、字幕和比例裁切。
如果影片已經滿意，可以用 DomoAI Video Upscaler 做最後畫質提升。它更適合打磨好片段，而不是修復弱照片。
| 流程 | 適合情境 | DomoAI 功能 | 注意事項 |
|---|---|---|---|
| 寵物說話 | 讓一張寵物照片說短台詞 | Talking Avatar | 需要清楚臉部和短腳本 |
| 已有聲音 | 已錄好音或有克隆聲音 | AI Video Lip Sync | 音訊越清楚，對嘴越穩 |
| 不說話動作 | 只想要眨眼或轉頭 | Image Animation | 大動作容易扭曲 |
| 社群照片動畫 | 想把靜態照片變成短影片 | DomoAI Image to Video | 建議和說話片段分開使用 |
| 最後修飾 | 需要在大螢幕上更清楚 | Video Upscaler | 等動作滿意後再使用 |
狗：「散步很好。但完全不夠長。」聲音可以溫暖、稍微戲劇化；提示可寫 happy eyes, small head tilt, natural blink。
貓：「我把它推下去，因為它擋路。」適合冷靜、自信的聲音，搭配 slow blink 和 tiny ear movement。
生日寵物：「生日快樂。我幫你留了一口。」適合溫暖開心的聲音，搭配 happy expression 和 slight head tilt。
如果嘴型很怪，先縮短台詞。五個字左右的笑點，常常比完整長句更穩。
如果寵物看起來像另一隻動物，請換更乾淨的照片。避免重濾鏡、廣角變形、低光和臉部被遮住的照片。
如果表情太誇張，減少情緒詞。happy expression 比 super excited, shocked, laughing, and surprised 更容易控制。
如果觀眾看不懂笑點，加入字幕和情境提示。例如在寵物說話前顯示「當牠聽到零食袋打開」。
如果影片可能被誤認為真實動物行為，請讓 AI 生成的脈絡清楚。這對寫實寵物短片、救援故事或健康相關內容尤其重要。
更多社群照片動畫想法，可以參考 DomoAI 的 animate photo content for social media 指南。你也可以在 DomoAI Make hub 探索更多創作場景。
可以。使用清楚的寵物近照、短腳本、聲音和情緒，就能生成 talking avatar 類型的短片。正面照片通常最好。
使用明亮、清晰、臉部可見的照片。避免側臉、嘴巴被擋住、陰影太重、模糊和複雜背景。
可以。DomoAI 支援從上傳音訊進行 voice cloning，並接受 MP3、WAV、M4A，最高 80MB。
常見原因包括照片模糊、寵物側臉、腳本太長、動作提示太誇張，或口部被毛、玩具、陰影擋住。
可以。加上字幕、裁切成平台比例，並在可能誤導觀眾時清楚標示 AI 生成。
不行。先生成寵物說話影片，再到外部編輯器加入音樂、音效和字幕。
Make every scene
worth sharing.
