先说一个结论：小云雀AI这个工具，即使是零基础用户，从注册到生成第一条带有口型、表情和动作的数字人视频，全程不超过8分钟。你不需要复杂的设备调试，也不必出镜感到尴尬，甚至无需开口说话——只需把文本输入，系统就会自动合成并一键导出。下面详细拆解整套操作流程。

注册登录与账号初始化

访问小云雀官网（xyq.jianying.com）或者直接下载「小云雀」APP，使用手机号或抖音账号即可一键登录。但需要特别留意：【必须完成实名认证】，否则数字人讲解和推流功能都无法使用。登录后系统会自动分配免费额度，新用户第一天可以生成3段时长在1分钟以内的数字人视频。

进入首页后，点击底部导航栏的「数字人讲解」入口，右上角会显示你剩余的生成次数和有效期。这里提醒一下：免费额度每天0点重置，当天未用完即清零，不累计。

选择并定制数字人形象

方法一：直接选用现成形象
点击「选择数字人」，库中有超过200个商用形象可供挑选。按「性别/年龄/场景/姿态」筛选即可快速定位。例如，如果你想制作知识科普类内容，可以选择“女、30岁、穿西装、站立微笑”这套搭配，几秒钟就能锁定合适的形象。而且这些形象全部支持商用，无需额外授权。

方法二：上传真人照片克隆
如果你想让自己定制的数字人长得像自己，可以点击「上传照片」。前提是照片需满足以下条件：正面、无遮挡、纯色背景、高清半身照（分辨率建议1080p以上）。上传后等待大约90秒，系统会自动完成面部建模和微表情拟合。但必须注意：【照片如果有眼镜反光或侧脸角度超过15度，口型就会出现偏差】，这种情况需要重新拍摄。

方法三：AI生成3D卡通形象
这个方式比较灵活。进入「AI图片设计」，输入提示词，比如“中国女性教师，30岁，戴圆框眼镜，微笑，绿幕背景，全身站姿”，然后勾选“适配数字人”选项。生成后点击「设为数字人形象」，系统会自动优化唇形驱动的适配度，效果相当自然。

配置话术与语音参数

第一步：粘贴或输入讲解文本
在话术编辑框中输入完整脚本，单次最多支持1000字。如果文本中包含专业术语（例如“PCR扩增”“傅里叶变换”等），建议在前后添加空格，这样能帮助AI正确识别，避免因生僻词而出现跳音。

第二步：设置语音细节
点击「语音设置」，先选择语种。支持中文普通话，以及粤语、四川话、东北话等19种方言，覆盖面较广。然后调节语速，推荐在0.9到1.1倍速之间；停顿时长也可调整，句号后默认停顿400毫秒，如果想增强节奏感可以拉长到600毫秒。最关键的是「情感注入」开关——开启后语气会更自然；如果关闭，则表现为平直播报音，适合政策宣贯类正式内容。

第三步：校验关键节点
点击「试听」按钮，重点检查三处：开头3秒是否有突兀的起音、长句换气点是否合理、数字和英文缩写（如“GDP”“AI”）发音是否准确。发现错误直接返回修改原文，不要指望后期剪辑补救——小云雀目前没有音频片段替换功能。

生成与导出数字人视频

点击「生成视频」，系统将依次执行口型同步、微表情驱动、背景渲染三个步骤，整个过程大约需要40到120秒，具体取决于文本长度和服务器负载。如果进度条卡在85%超过30秒没有变化，说明当前队列较拥堵，可以稍后再试。

生成成功后，页面会弹出预览窗口，支持全屏播放、拖拽定位，还能对比原声和合成音。点击「下载」，选择MP4格式（1080p/30fps），文件会自动保存到手机相册或电脑默认下载目录。另外提醒一下：【视频本身不包含水印，但右下角默认有小云雀的LOGO，如果想去掉需要开通「去标权限」】。