HeyGen 使用教程：从脚本到数字人视频、翻译与导出

教程目标与适用范围

本教程核验于 2026 年 7 月 31 日，目标是完成一条由数字人讲解的 HeyGen 视频，并掌握脚本、语音、字幕、品牌、翻译、校对和导出的基本流程。界面名称和套餐权益会更新，操作时应以当前账户显示和官方帮助中心为准。

HeyGen 更适合培训、课程、产品介绍、营销、本地化和主持人式内容。若需要电影感镜头、复杂运动或视觉特效，可同时比较 Runway、可灵 AI、海螺 AI 与 即梦 AI。完整产品字段可查看 HeyGen 工具详情。

选型阶段可先看 AI 视频生成工具排行榜；准备采购或评估数字人、翻译与套餐边界时，可配合 HeyGen 完整评测。

第一步：先确定视频任务

不要登录后才临时决定“做什么”。先写清楚视频目的、受众、发布平台、时长、语言、行动号召和审核人。一个适合入门的任务是 60 秒产品功能介绍：开场说明用户问题，中间讲三个功能，结尾给出下一步操作。

如果是企业内容，再增加品牌名称、禁止承诺、合规要求、术语表和素材来源。需要多语言时，先确定母版语言和目标语言，避免完成视频后才发现字幕、画面文字和专有名词无法统一。

第二步：选择套餐与测试范围

核验日官网显示 Free 方案可用于初步测试，每月 3 个视频、单条最长 1 分钟；Creator 和 Pro 提供更长视频、更高清导出、更多 credits 与高级功能。价格和额度会变化，注册后先查看当前价格页，不要沿用旧教程截图。

第一次不要直接购买最高套餐。先用免费入口验证数字人、中文语音、字幕、生成速度和导出流程。若需要去水印、长视频、4K、多语言或更高用量，再根据真实 credits 和每月产量选择方案。API 需要单独查看开发者价格。

第三步：准备可朗读的脚本

数字人脚本不是文章原文。每句话尽量只表达一个意思，减少过长从句。数字、英文缩写、人名、产品名和专业术语要按实际读法处理。60 秒中文口播可先控制在约 180 到 240 个汉字，再根据语速调整。

推荐结构如下：

1. 开场问题：说明受众正在遇到什么困难。
2. 解决方案：一句话说明产品或课程提供什么价值。
3. 三个要点：每点包含功能、使用场景和结果边界。
4. 行动号召：告诉观众下一步查看、注册或联系什么。

不要让模型自行补充价格、客户数量、效果承诺或法律结论。所有事实先在脚本中审核，再进入视频生成。

第四步：建立第一个视频项目

登录 HeyGen 后，从当前工作区的新建入口选择适合的创建方式。初学者可优先使用 AI Studio 或模板，以脚本和场景为中心组织视频；希望快速从一句目标得到草案，可测试 Video Agent。不同账户看到的入口名称可能不同。

设置横版或竖版比例，并按发布平台确定分辨率。课程、官网和 YouTube 常用横版；短视频平台常用竖版。先创建一个场景，完成数字人、语音和字幕测试，再复制扩展，不要一开始制作十几个场景。

第五步：选择库存数字人或照片数字人

库存数字人适合最快验证流程。选择时重点看年龄、服装、背景、镜头距离、动作风格和品牌语气，而不是只看单张封面。正式项目应生成十到二十秒小样，检查眼神、口型、手势、牙齿、头发和衣服边缘。

照片数字人需要上传具有使用权的清晰人物图片。避免遮挡脸部、过度滤镜、强逆光和复杂背景。不要使用网络人物照片、客户头像或员工照片创建数字人，除非已经取得明确授权并说明用途。

第六步：配置语音、语言和发音

选择与受众匹配的语言、口音、语速和音色。中文脚本先用正常语速生成小样，再检查停顿、数字、英文缩写、品牌名和人名。必要时调整标点、拆分句子或使用更容易朗读的写法，而不是反复生成整条视频。

语音克隆必须获得本人明确同意。授权应记录允许的内容、渠道、期限和撤回方式。不要克隆公众人物、客户或同事声音制作未经授权的发言，也不要用相似声音暗示真实代言。

第七步：设置场景、字幕与品牌

每个场景只承载一个主要信息。背景、图片、录屏、图表和字幕应服务于脚本，不要同时堆放大量动画。品牌团队可使用固定颜色、字体、Logo、安全边距和片尾模板，但要确保素材与字体有使用权。

字幕需要逐句校对。数字、单位、产品名、网址和人名最容易出错。手机端观看时，字幕不能过小或贴近边缘。画面内已有文字时，要避免字幕遮挡关键信息。

第八步：使用 AI Studio 精修

AI Studio 适合围绕脚本调整数字人、语音、场景、媒体和字幕。先完成内容正确性，再处理动画、转场和视觉装饰。修改一处脚本后，应重新检查对应语音、字幕和口型，不要只确认文字框已经变化。

长视频可以按章节拆分为多个项目或场景。每完成一段就导出预览，避免最后才发现整条视频的术语、声音或比例设置错误。团队协作时，给版本命名并记录审核状态。

第九步：使用 Video Agent 生成草案

Video Agent 适合把“为某类受众制作一条什么视频”快速转成结构和画面草案。提示中应包含受众、目标、时长、语气、画面风格、必须出现的事实、禁止补充的内容和行动号召。

生成后先做事实审查，再做视觉审查。删除没有来源的数字、夸张效果和不适合品牌的表达。Video Agent 可以减少从空白开始的时间，但不能承担最终编辑责任，尤其不能自动发布高风险或对外承诺内容。

第十步：生成并检查第一版

点击生成前确认脚本、数字人、语音、语言、比例和字幕。生成完成后至少检查三遍：第一遍只听语音和内容；第二遍静音看口型、动作、字幕和画面；第三遍在目标设备上看裁切、清晰度和音量。

记录问题所在的具体场景和时间点，不要只写“效果不好”。常见问题包括发音错误、口型延迟、动作重复、眼神异常、字幕错字、背景素材不相关和品牌颜色错误。只重做有问题的部分可减少 credits 浪费。

第十一步：翻译已有视频

需要多语言版本时，可使用视频翻译入口上传有权处理的原视频，选择目标语言并生成翻译。官方当前说明覆盖 175+ 种语言和方言，并提供声音保留、口型同步和术语相关能力；账户可见功能以当前方案为准。

翻译前先整理姓名、产品名、单位、法规和行业术语。翻译后由母语或专业人员检查语义、语气、字幕断句和文化表达。画面里的按钮、截图和标题不会因为口播翻译自动变成目标语言，需要单独替换。

第十二步：创建自定义数字人的授权流程

自定义数字人可能需要录制本人视频或提交授权验证。按当前官方指引完成素材录制，不要使用剪辑拼接或他人代录绕过验证。光线、收音、背景和视线稳定有助于提高结果质量。

组织内部应同时保存授权文件、素材负责人、可访问账号、允许使用的场景和删除流程。员工离职、合同结束或本人撤回时，要能停止继续生成并处理已有素材。技术上可以长期复用，不代表法律和组织政策允许无限期使用。

第十三步：导出与发布

选择与发布平台匹配的分辨率、比例和文件格式。导出前检查是否有水印、字幕是否内嵌、音量是否正常、封面是否准备完成。Creator 与 Pro 等方案的当前导出权益不同，购买前应查看价格页。

发布时按平台和适用规则决定是否标注 AI 数字人或合成内容。产品演示、客户案例和培训视频还要确认链接、价格、联系方式和有效日期。保存母版脚本、最终文件、素材来源和审核记录，方便后续更新。

常见问题与处理方法

发音或专有名词不正确

把长句拆短，用标点控制停顿；对英文缩写、数字和人名改用更容易朗读的写法。先单独生成问题句，不要反复重做整条视频。

口型不自然

降低语速，减少过长句子和密集术语，测试不同语音或数字人。检查原始人物素材是否清晰。多语言翻译还要确认目标语言的语速和句长。

数字人表情或手势重复

缩短单个场景，减少连续长口播；在重要信息之间加入图片、录屏、图表或 B-roll。若项目需要复杂表演，应改用真人拍摄或其他视频生成工具。

Credits 消耗过快

先完成脚本终审，再生成低成本小样；按场景修复，不重复渲染已通过部分；记录不同功能的消耗。使用前查看当前套餐和官方 credits 说明。

团队生产清单

团队可建立六个角色：脚本负责人、事实审核、品牌审核、人物授权负责人、语言校对和发布人。小团队可以由同一人兼任，但不能省略检查项。每条视频记录项目名、版本、语言、数字人、素材来源、生成日期和最终批准人。

可以把 HeyGen 接入 自媒体 AI 工作流：研究和脚本先完成事实核验，HeyGen 负责数字人和翻译，Canva 或剪辑软件处理封面与多尺寸，最后由人工发布。不要把“自动生成”扩展为“自动公开”。

常见问题

HeyGen 新手应该从哪个入口开始？ 先用 AI Studio 或模板完成一条 60 秒以内的数字人口播，再测试 Video Agent 和视频翻译。

中文脚本可以直接使用吗？ 可以测试，但专有名词、数字、英文缩写、语音和口型必须逐句检查。

Free 方案够用吗？ 适合验证流程。核验日显示每月 3 个视频、单条最长 1 分钟；持续生产、去水印或高清导出通常需要查看付费方案。

视频翻译后还需要人工校对吗？ 需要。语言覆盖数量不等于每个术语、语气、字幕和画面文字都正确。

可以把自定义数字人交给所有员工使用吗？ 不应默认。要按授权、账号权限、用途、期限和审计规则限制访问。