无面孔视频生成器

无面孔频道是不在镜头出现也不录制自己声音的频道。ClipPilot 根据文字生成画面、配音和字幕,把无面孔频道的制作工作都简化为决定视频内容本身。

不用相机、不用麦克风、不用剪辑软件,也不用那种已经被一半互联网用烂的素材库。

使用 ClipPilot 制作的视频

根据脚本制作的无面孔 AI 短片
用 ClipPilot 制作的纵向动物救援视频
由文字脚本生成的 AI YouTube Short
用 ClipPilot 制作的 ASMR 美食视频

工作原理

  1. 1

    选择格式

    旁白主导的图像视频、动画视频,或固定的走红格式之一。

  2. 2

    描述内容

    如果有脚本就上传脚本,否则写一句话描述想法和想要的场景数量。

  3. 3

    选择配音、风格和字幕

    36种配音、十种视觉风格、两种字幕样式。需要角色就附上角色参考。

  4. 4

    下载 MP4

    无水印,完整商业权利,可直接上传到 YouTube、TikTok 或 Instagram。

为什么无面孔内容适合生成而不是拍摄

常见的无面孔流程是用库存素材加文字转语音,再花一小时在编辑器里对齐。这个办法能用,但素材库是大家共享的,且对齐这个步骤让人难以持续发布。

改为生成画面可以同时解决这两点。每个场景都是为你的脚本量身制作,而不是从库里挑的,所以两个频道讲同一话题不会落得用相同四段素材。而且配音和剪辑在一次生成中完成,没有手动对齐的步骤。

三种格式,应对三类需求

图像视频为每个场景生成一张静态图并做慢速推镜。这是以旁白为主的无面孔内容的主力:知识类、历史、真实故事、讲解、十大排行。它也是最便宜的,大约每分钟 100 点数。

动画视频为每个场景生成真实的 AI 视频片段,带有动作和原生声音。这正是那些走红的视觉格式的基础,不过成本按秒比图像视频高得多。

押韵视频会写一首原创歌并生成,然后在上面剪出动画片段。这种格式适合跟唱和儿童向内容,音乐是吸引点。

不露脸也能用固定角色

很多不露脸频道想要一个吉祥物或旁白角色,每集都会出现。你可以上传一个角色参考图,或在应用里通过描述并回答几个视觉问题来设计,然后把它附到视频上。

包含该角色的场景会基于参考图生成,所以相同的面容、服装和体型会在场景和不同视频间保持一致。画廊最多可保存20个角色,随时重用。

有一点比想象中重要:参考图需要纯色背景。生成器会把参考图的背景带入所做的场景,所以复杂的照片会把原来的房间也带进每个镜头。

统一视觉风格,让系列看起来像一个系列

共有十种风格:照片真实、卡通、漫画、动漫、柔和插画、黏土动画、恐怖、赛博朋克、复古和平面现代图形。选定后会应用到视频的每个场景。

对频道来说,风格就是大部分视觉识别。一个把所有上传都用恐怖风格渲染的惊悚事实频道,在信息流里比随便套用库存片段的频道更容易被认出来。

按计划运营频道

持续发布是不露脸频道的难点,大多归结为预算问题。以一分钟图像视频100点数计算,$49 计划每月的10,000点数大约能做100个视频,超过每日上传的量。

动画内容会完全改变计算方式。HD下每秒35点数,20秒的动画视频要700点数,所以同样的10,000点数每月大约只能做14个。大多数混合两种形式的频道会用图像视频承载解说内容,用动画做视觉钩子。

除 Starter 以外的所有计划未用点数都会结转,按月计费最多结转三个月份的额度,按年计费最多结转十二个月,所以偶尔淡季不会白白浪费。

费用说明

计划从 $19 起,每月包含 3,000 点数。一分钟的图片视频约需 100 点数。动画视频按成片秒数计价,HD 为每秒 35 点数。

所有计划都无水印,你对所生成的内容拥有完整商业权利。

常见问题

不露脸内容可以上传到 YouTube 和 TikTok 吗?

可以。这两个平台都不强制要求出镜。它们都希望上传内容值得观看,而不是批量生产的填充物,并且要求在可能被误认作真实素材时披露 AI 生成内容。上传时请查看各平台当前的披露规则。

不露脸频道适合做哪些细分领域?

有用的通常是信息或视觉本身能支撑视频的领域:未解之谜类历史、科普、真实故事、心理学、太空,以及像满足感 ASMR 和微缩场景这类视觉格式。我们不会为任何领域承诺收入数字,因为收入更取决于你的细分市场、持续性和平台氛围,而不是工具本身。

我能批量制作多个视频吗?

你可以把视频排队,一个接一个生成,每个视频单独运行。目前还不支持批量上传脚本表格。生成每个视频需要2到5分钟,所以一周的上传量通常能在一个下午完成。

我需要写脚本吗?

不需要。你可以给一个一句话的想法,由规划器写出场景。自己写脚本能让你更好地控制旁白,对于旁白主导的频道通常更值得这样做。

一分钟的不露脸视频要多少钱?

带配音和字幕的静态图像视频大约需要 100 点数。有配动画的视频一分钟在 HD 下大约需要 2,100 点数,因为每个场景都是生成的视频片段而不是静态图像。

可尝试的格式

今天就开始制作第一个