把剧本拆成分镜后批量生成，适合连续的 AI 短剧。
D-ID是什么
做旁白或解说角色时，最麻烦的往往是找真人出镜。D-ID 的思路是反过来：给它一张人脸照片，再给一段文字或音频，它就让这张脸张嘴说话，输出 MP4 视频。
官网把产品分成两条线：一条是网页和手机端的视频工作台，按脚本、文档或演示稿生成多语言数字人视频；另一条是可嵌入网站和应用的实时对话形象，并提供 API。官网 FAQ 称 Studio 支持 119 种语言，也支持声音克隆，还能接入 PowerPoint、Canva、Google Slides。
和纯文生视频模型不同，它不负责整场戏的镜头调度，只解决“一张脸怎么说话”这件事，所以更像短剧里旁白、角色自述、片头口播的补充工具，而不是主力出片工具。
主要功能
- 照片说话用单张人像加文字或音频，生成口型对得上的开口视频，输出 MP4。
- 多语言配音官网 FAQ 称支持 119 种语言，同一角色可以换语言重新播报。
- 声音克隆可以定制声音，让角色的音色在不同视频里保持一致。
- 实时对话形象形象可以嵌进网页或应用，实时回应访客，并通过 API 接入。
- 演示稿集成可与 PowerPoint、Canva、Google Slides 配合，适合做讲解类视频。
在 AI 短剧里怎么用
在短剧流程里，它适合放在角色定好之后：先用图片模型出一张角色正脸图，再把配好的旁白文案或配音交给 D-ID 生成口播镜头，用作片头解说、角色独白或剧情回顾。需要整场戏的肢体动作时，仍要用视频生成模型出镜头，再回到剪辑软件里拼接。
适合谁，不适合谁
适合
想给解说、旁白、独白类镜头快速配一个会说话的角色，又不想找真人出镜的创作者。
要注意
表情和动作范围有限，不适合带大动作的戏；视频有时长上限，价格和积分规则以官网为准。
常见问题
D-ID 免费吗？
官网有试用方案，也有 Lite、Pro、Advanced 和企业方案，具体价格、积分和水印规则以官网定价页为准。
D-ID 单条视频能做多长？
按官网 FAQ，通过工作台或 API 生成的视频上限为 5 分钟，上传图片限 10MB，格式为 JPEG、JPG 或 PNG。
D-ID 适合做短剧吗？
适合做旁白、口播和角色自述这类以说话为主的镜头；整场带动作和运镜的戏，更适合用视频生成模型来做。
同类工具
做角色定妆图、海报和分镜参考图。
面向企业培训和讲解的数字人视频平台，输入文稿就能让虚拟主持人开口，并能译配成多语种。
快手出品的视频生成工具，动作和镜头运动表现好。
拍我AI 的海外版，文字或图片生成视频，自带特效模板，适合快速出奇观感镜头。
字节的人像加音频驱动模型，给一张人物图和一段声音，生成口型和表情对得上的说话视频
用过 D-ID？
到 TVLab 社区说说你的用法、踩过的坑，或者问问别人怎么调参数。