回答我！不用 Viggle 能不能做？（附保姆级教程）

大家好，我是风林，宝爸一枚三个月逆袭成为 5W 人 AI 头部社群 AI 视频教练。

最近网上“回答我”的吐槽视频很火，发出来流量蹭蹭蹭的往上涨，引得各路历史人物纷纷出来效仿，连人民日报也在玩这个梗。

今天给大家分享下这样的视频如何制作。

先看效果。

接下来实操。

寻找人物素材 

打开百度图片网站（https://image.baidu.com/），找一张想要的人物图片，背景尽量要干净，下载下来用于垫图。

这里我选择了祖冲之。

出人物形象图 

打开星流 AI（https://www.xingliu.art/），选择图片参考并上传祖冲之图片，参考强度设置为 0.6，接着点击“图转词”，这时候提示词框会自动填充提示词，再根据自己的需求将提示词进行修改。

参考强度可以自己设定，选择一个合适的设定值即可，参考强度越大，越接近于原图。

我用的提示词是：

主题: 中国古代名人祖冲之形象的写实表现主体: 一位老人头戴蓝帽身穿白袍，蓄须带髯，面含微笑，具有一定的幽默感构图: 人物居于中心位置，背景是中国古代书房，古朴的笔墨纸砚。古朴的木桌

多抽卡几次，选择一张合适的图片，人物尽量在画面中间，避免乱码文字，如下图所示。

动作模仿 

打开即梦（https://jimeng.jianying.com/ai-tool/home）-动作模仿，把生成的祖冲之人物图片放进去，上传小明剑魔的原版视频（如下 53 秒视频），注意视频不能超过 50MB，也不能超过 30s，点击生成。

如果视频超过 50MB 或者超过 30s，导入到剪映里进行分割再导出，这里我把原视频分割成了两段。 尽量让人物在中间，因为动作模仿只支持竖屏视频。

生成时间大概有五分钟后，效果就出来了。因为被分割成了两段，所以两段再导入到剪映拼接一下。

声音处理 

大家也发现了，现在视频的文案和声音都是原视频小明剑魔的文案和声音，接下来我们要把文案换成和祖冲之匹配的文案，声音也换掉其他合适的音色。

第一步先把原视频的文案给提取出来，打开音视频文案/字幕提取工具（https://www.56tool.com/multimediaCopywritingExtraction），把小明剑魔的原视频上传上去，开始解析，几秒钟后解析结果就出来了。

结果出来后，要检查下文案内容是不是和原视频是一样的。

他这个忙于升学啊，你咋不说你手长好拉扯，他那么笨那我问你，我手长我技能会不会空？会不会空？我 q 是锁头的吗？我 qcd 多少？回答我！我 q 会不会空？嗯？你回答我！你们这些说剑魔超模的狗，回答我，Look in my eyes，tell me，why？why baby why? 啊？我 q 会不会空？我 q 是瞬发的吗？我 q 是不是特定区域才能有伤害？我三段 q 都能打满是不是啊？说话！还剑魔手长都来了啊！我再问你啊，鳄鱼推，鳄鱼随便推线呢？他过河打野敢抓他吗？回答我！鳄鱼带一个点燃他过河推线过河，打野敢不敢抓？剑魔推兵线过河啊，能活吗？哎能能！剑魔推线能！你看 the shy 都天生下，下你毛线啊。

接下来，我们把上面这段话给大模型 DeepSeek（https://chat.deepseek.com/），让 DeepSeek 根据 祖冲之的事迹进行改编，用于替换原视频的文案。

这里需要注意给出的文案和原视频文案字数要一致，并且关键词要一致，避免后面配音对口型出现穿帮。

他这个忙于升学啊，你咋不说你手长好拉扯，他那么笨那我问你，我手长我技能会不会空？会不会空？我q是锁头的吗？我qcd多少？回答我！我q会不会空？嗯？你回答我！你们这些说剑魔超模的狗，回答我，Look in my eyes,tell me,why？why baby why？啊？我q会不会空？我q是瞬发的吗？我q是不是特定区域才能有伤害？我三段q都能打满是不是啊？说话！还剑魔手长都来了啊！我再问你啊，鳄鱼推，鳄鱼随便推线呢？他过河打野敢抓他吗？回答我！鳄鱼带一个点燃他过河推线过河，打野敢不敢抓？剑魔推兵线过河啊，能活吗？哎能能！剑魔推线能！你看the shy都天生下，下你毛线啊。1.严格按照上面文案每段话的字数不变。2.保持“回答我”，“Look in my eyes,”，“tell me why, why, baby”，“why, baby, why啊”，“能能”，“说话”，“嗯”，”啊“我几句话不改变。3.你现在人设是祖冲之，请参照上面的文案的节奏和语气，充满质问和愤怒，重新写一段文案，适当融入“圆周率”专业术语，文案主题是：吐槽有人认为圆周率没有用。要求符合逻辑，语句通顺，保持自然和流畅。4.检查每段字数是否准确，是否有遗漏的关键词，满足上面要求无误后输出。

DeepSeek 给出的回答如下：

他这质疑圆周率啊，你咋不说你算盘拨得快？他们那么蠢那我问你，π算到十位够不够？够不够？我割圆术是摆设吗？我密率精度多少？回答我！刘徽注没注过？嗯？你回答我！你们这些说圆周率没用的蠢，回答我，Look in my eyes，tell me，why？why baby why? 啊？天文历法不用π？大地测量瞬发的吗？齿轮传动是不是要算周长？阿基米德夹逼法白写的吗？说话！还说割圆率麻烦都来了啊！我再问你啊，九章算术，九章写粟米呢？能建浑天仪吗？回答我！《缀术》传去朝鲜日本，他们敢不敢删？祖率刻在观星台啊，能废吗？哎能能！圆周率用千载能！你看张衡地动仪，动你毛线啊！

这个文案出来后要和原文案对一下，避免出现大的出入，不然后面靠剪辑补救也是一件非常麻烦的事。

接着进行下一步克隆小明剑魔的音色，小明剑魔的音色和语气都是比较特别的，一般的声音克隆工具都没办法很好的还原，这里推荐智声云配 dubbingx（https://app.dubbingx.com/）。

打开智声云配网页版，找到左边的“音色克隆”，点击进去。

接着点击右上角的“创建模型”，在弹窗里填入“模型名称”、“模型类型”、“训练类型”、“头像”，然后点击“下一步”。

在弹窗里，左边上传音频“原音频”，右边上传参考音频“模型情绪配置音频”，然后把“模型情绪配置音频”的文案“他这个忙于升学啊，你咋不说你手长好拉扯，他那么笨那我问你，我手长我技能会不会空？会不会空？我 q 是锁头的吗？”复制粘贴到文本框里，点击开始训练。

等一二十分钟后，模型就训练出来了。

接着我们点击“去使用”，把之前 DeepSeek 生成的祖冲之文案粘贴进去，点击“生成”，大概半分钟生成出来，点击下载。

现在市面上还没有声音克隆工具可以完美克隆小明剑魔的语气，但幸运的是小明剑魔的原文案中“回答我”、“look in my eyes”、“哎能能”都是不变的，我们可以把这些亮点词从原音中剥出来继续用。

因为原视频的音频有比较大的噪音，这时候我们还需要将原视频的声音进行降噪处理。

选择智声云配的“音频编辑”，点击“文件”的“打开本地文件”，把原音频导进去。

接着点击“效果”-“降噪”，几秒钟一键降噪处理就完成了。

接着点击“文件”-“导出”，把音频导出来备用。

视频合成与剪辑 

打开剪映，把之前动作模仿的视频和克隆的声音导入进去。

接着，分别点击激活两段视频，鼠标右键选择“分离音频”，这时候原音频出现在了编辑区。

然后分别分割原音频和克隆音频：保留原音频的“回答我”、“look in my eyes”、“哎能能”等声音，同时删除克隆音频里的对应声音，然后根据口型不断调整音频，最终效果就出来了。

如果克隆音频和原音频音量大小不一样，还需要调整音量大小。

把爱好变成副业，就像让热爱成为面包里的酵母——既喂养生活，也发酵梦想。

相关阅读