教程与产品介绍的开场
把一句欢迎语或功能简介做成头像口播片段，再放入完整教程。先准备清晰、简短的音频，让开场信息集中。
会说话的头像
让照片跟随你的音频开口说话
上传一张清晰的人像图片，添加一段短音频或现场录音，再描述希望看到的表情、手势和镜头感觉。音频提供说话内容与声音，提示词引导画面表现。生成后先检查口型与音频的配合，再下载需要的版本。
历史记录
你最近生成的口型同步视频会显示在这里。
登录后开始
示例：制作一段教程欢迎语
准备一张正面、嘴部清楚的人像，再录制约10秒的介绍：“欢迎来到今天的教程。接下来，我们一起看看怎样整理第一段视频。”先试听，确认开头没有漏字、结尾完整，也没有另一位说话人的声音。
把说话内容与画面要求分开
音频准备好后，视觉提示词可以写：“面向镜头，表情友好，轻微点头，头部不要大幅转动。”需要改台词、语速或声音时，应更换音频；只改提示词不会把原录音变成另一段话。若采用麦克风草稿，先点击“使用录音”，等待上传完成，再生成视频。
查看嘴部动作与整段声音
结果出现后，从头到尾播放，留意停顿、嘴部开合、牙齿、面部轮廓和片尾声音，再决定是否使用。较长录音可先用音频剪切工具截成15秒以内；需要字幕或多镜头组合时，在 Video Edit AI 中继续制作。其他任务可从应用目录选择。
适合短句表达的场景
社区通知与创作者更新
用已准备好的头像与新录音制作活动提醒或内容更新。修改说话内容时，需要重新准备相应的音频。
角色问候与内容草案
用面部结构清楚的角色图片尝试问候或介绍。可通过视觉提示词描述微笑、点头等表现，再检查生成结果是否合适。
支持的素材与流程
头像图片1张：JPG、JPEG、PNG或WebP，最大10 MiB，并需能在浏览器中正常读取
音频1段：MP3、WAV、AAC、M4A或OGG，最大10 MiB、15秒以内；也可使用麦克风录音
必须填写视觉提示词，最多5000字符；当前使用 Kling AI Avatar Pro，不提供模型或音色选择
录音可先试听、丢弃或重录；确认使用后上传。生成任务与结果可在历史中查看、播放和下载
照片说话常见问题
提示词里写台词就能让照片说出来吗？
不能。需要上传或录制实际音频，台词、声音和语速来自音频。必填提示词用来描述画面表现，例如“轻微微笑，偶尔点头，镜头保持稳定”，不是文字转语音输入框，也不能保证每个动作精确执行。
如何使用浏览器录音？
登录后点击录音并允许麦克风访问。录完停止，试听草稿后选择“使用录音”才会上传；也可以丢弃或重新录制。录音上限为15秒，建议使用一句简短的话。采用录音不等于已经生成视频，仍需准备图片和提示词，再点击生成。
可以给已有视频换口型、翻译或克隆声音吗？
本页只接受一张图片和一段音频，不接受已有视频，也不提供自动翻译、文字配音或声音克隆。需要另一种语言时，先准备该语言的音频；页面没有语言选择器，实际口型效果需要检查。
需要账号和积分吗？素材会上传吗？
上传和录音入口需要登录。图片与选用的音频会上传用于云端生成，创建视频消耗账户积分。页面没有逐项报价或每秒费用计算器，请查看当前费用说明和余额。录音草稿预览不创建生成任务。
怎样选择照片与音频？
优先使用单人、面部清晰、嘴部无遮挡的图片，避免明显侧脸。音频以一个说话人的清楚录音为宜，减少背景音乐和重叠人声。图片和音频不合适时，可能出现口型偏差、面部变形或不自然的动作，不能保证任意照片都适用。
如何下载结果，失败后能直接重试吗？
结果就绪后，在历史中播放检查，也可打开或下载视频。当前没有输出格式、分辨率或帧率选择器，也没有失败任务的一键重试按钮。先刷新状态、查看错误并修正输入；重新提交会创建新的付费任务，完成时间并不固定。