数字人口播：设置声音与形象，确认后出片

在网页工作台填写口播与动作描述，解析并确认内容，再设置声音、形象、画幅和清晰度。Wan 3.0 根据这些内容生成有声视频，提交前可核对报价，完成后预览并下载。

本教程对应网页工作台的「数字人口播」：左侧填写参数，右侧可先播放已有合成样片；提交后在结果区查看自己的成片与合成历史。

操作步骤

填写并解析提示词打开「数字人口播」，写入口播台词；需要动作或场景时，明确标注「动作描述」和「口播台词」。点击「解析并预览口播／动作」，核对分出的口播与画面内容，再点「确认解析结果」。
设置声音、形象与画幅可保留模型自动配音，或在「声音」中选择音色、上传参考声音。「形象」支持 AI 生成、自己的照片、出镜视频和页面提供的官方预设；按需要选择画幅及 480P / 720P / 1080P 清晰度。
核对报价并合成等待当前输入的报价，展开明细并检查提示，再点「开始合成」确认费用。修改文案或参数后需重新报价；最终按实际用量结算。
预览并下载成片右侧显示处理状态和生成结果，完成后可预览并点击「下载成片」保存。下方「合成历史」可查看记录；遇到状态待核实，可查询原任务。

从「声音」面板进入音色库，点击「上传音色样本」，试听确认后点击「复刻」，核对费用并等待「已复刻」状态，再回到数字人口播选用。建议提供 10 秒以上的清晰单人声，支持格式和大小以音色库页面为准。

生成效果与费用：声音与形象作为模型参考，音色、台词和口型可能有差异。开始合成前确认报价；明确失败的步骤退回该步费用，结果或费用待核实时请查询原任务并以账单为准。

参考声音和出镜视频有什么要求？

直接上传的参考声音和出镜视频须为 1–15 秒；参考声音支持 MP3 / WAV，出镜视频支持 MP4 / MOV。建议素材清晰、主体明确，输入与输出视频合计最多 30 秒，具体校验以页面提示为准。

一定要先复刻音色、上传人物素材吗？

不需要。可以使用模型自动配音和 AI 生成形象；需要自己的声音时，再选择已复刻的音色或上传参考声音。参考声音不保证最终成片逐字使用或音色完全一致。

时长和费用怎么确定？

时长由模型自动评估，过长文案请先缩短。开始合成前核对当前输入的报价与明细，实际费用按用量结算；任务状态与结算状态可在页面查看。

成片保存在哪里？

网页生成完成后，点击右侧结果区的「下载成片」，由浏览器下载到你的设备。也可在「合成历史」打开已生成的成片，建议及时下载保存。