生成文章、生成美女圖、TTS 文轉語音之後，當然是要將三者結合了！HeyGen 就是一個結合三種人工智能生成技術的平台，幫大家在短時間內生成一條有廣東話主播做介紹的影片，用來做 Presentation 印象分加不少！
HeyGen 網站：按此
HeyGen 提供 ChatGPT 對白生成和修改、主播圖像生成、文字轉語音以至生成影片的一條龍服務，更能運用 AI 來為虛擬主播加上配合對白的嘴形和一點小動作，例如邊說身體邊有輕微搖擺之類。而且生成速度非常快，生成虛擬角色每次 15-30 秒，生成 18 秒影片也只在 3 分鐘內完成。
HeyGen 提供免費試用，登記後可使用所有公開虛擬主播頭像、所有影片樣式、上傳照片作主播、虛擬主播換臉和完成影片編輯器功能，並可以生成 1 分鐘影片，不過影片會有水印。之後就按量收費，Essential 用戶最便宜月費為 US$24（約港幣 $188），可以生成合共 10 分鐘影片，並移除了水印。而 Pro 用戶更可以生成長達 15 分鐘的影片。
生成步驟
Part 1. 建立虛擬主播
- 雖然大家可以透過 HeyGen 的文生圖功能來生成虛擬主播，不過外國人標準未必對大家的胃口。筆者還是使用慣用的 Stable Diffusion WebUI 以 chilledReGenericV3 模型，生成一位東方美女作主播。由於影片有 1920×1080 解像度，所以需要適當地放大生成圖像，並利用插件如 PBRemTool 來生成透明背景的 PNG 圖像。
- 登入 HeyGen 頁面，確認「How do you want to create videos today?」是選擇了「Start with an Avatar（由虛擬主播開始）」，然後就在「My Avatar」下選擇「TalkingPhoto」，並按「Upload or generate photo（上載或生成照片）」 。
- 如果你有正面的照片想親自上鏡，或者上傳自己在 Midjourney 或 Stable Diffusion 生成的虛擬主播的話，就按「Upload」；而如果想一試 HeyGen 自己的圖像生成能力的話就可以按「Generate」。
- 完成上載之後，就將滑鼠移動到虛擬主播身上，點擊左下角的「Create an avatar template」建立主播樣式。
- 這裡可以設定虛擬主播的呈現方式，如 Original 原圖模樣、方形框或圓形。而最重要的就是在 Voice 欄選擇廣東話、語音速度和語調。
- 在 Voice Library 裡選擇「Chinese」，當中會包含大陸的普通話、台灣的國語和香港的廣東話，不過廣東話只有一男兩女聲線可供選擇，雖然比較生硬的，不過在混合多語言上還是很流暢的（只要句子通順的話）。
- 按「Save as Template」就可以會儲存了一個虛擬主播樣式 Avatar Template。
Part 2. 生成影片
- 點擊剛才設定好的 Avatar Template，在彈出的預覽框中把鼠標移至右邊的「＋Create Video」上，就可以選擇生成橫向 1920×1080、或直向 1080×1920 影片。
- 進入影片編輯畫面，上方的畫框預設已加入主播，大家可以以拖放的方式加入更多圖像，例如這影片就加入背景、畫框和標誌。
- 介面中段就用作編輯對白，雖然每個場面只可以有 5 段對白，但只要使用 Shift+Enter 轉行，每一段就可以有多行。另外，大家還可以按下面的 ChatGPT 標誌，讓 ChatGPT 為大家修改對白。
- 介面最下面是影片時間線，也是 HeyGen 的一大特點。每條影片可以分成多個場面，編輯期間可以前後調配或複製場面。可以按時間線的播放掣來預覽影片，不過直至按右上角的「Submit」掣落實影片虛擬主播也不會有動作。
- 完成編輯後，就可以按右上角的「Submit」掣來生成影片。這裡要注意兩件事：1. 確認 Submit 後就會扣減 Credit 時間；2. Submit 後的影片不能再編輯，只可以複製影片當作全新影片來修改。
完成的影片
- 生成過程可以在左邊欄選擇「Video」來查看，完成後可以將影片上傳到社交平台或者下載原片，也可以預覽影片、修改字幕。不過只有付費用戶才可以下載 .srt 字幕檔。
HeyGen 生成影片的步驟簡單，介面有足夠說明，生成速度快捷，又有各種生成式 AI 在不同步驟提供支援，想製作不一樣的展示影片實在容易得多。