让宠物说话 AI 视频生成器

让宠物说话 AI:添加一张宠物照片,写一句话,它就会在一段带声音的短视频里说出来。MiniMax H3 Max 63 积分起。只用于宠物。

  • 每条 63 积分起
  • 图生视频
  • 5s / 10s / 15s
  • 480P
  • 可带音频
“早饭好了吗?”——MiniMax H3 Max 版本。样片使用的照片(AI 生成,虚构素材)
  • 你的宠物你的宠物
添加你的照片 ↓

正在载入账号…

模型

MiniMax H3 Max

按场景选择
你的宠物JPG、PNG 或 WebP,最大 10 MB
登录后上传你的图片

一张清晰、光线好的宠物照片,整张脸可见。选一种声音,再把提示词引号里的那句话改成你想让它说的话。只用于动物:本页不接受人物照片。

你想创建什么场景?

预设会填写下方提示词,你可以继续修改。效果取决于输入图片与模型。

提示词252/2000
更多设置 · 跟随原图 · 5 秒 · 音频
画幅

此模式的画幅跟随输入图片。需要竖屏视频时,请上传 9:16 图片。

时长
分辨率
音频

正在检查生成与私有存储配置。

预计花费: 63 积分
登录后生成

样片效果

5s · MP4
“早饭好了吗?”——MiniMax H3 Max 版本。本站生成 · MiniMax H3 Max · 5 秒
套用这条配方

关于宠物说话视频

让宠物说话 AI(Talking Pet AI)把一张狗或猫的照片变成一段短视频:它看着镜头,说出你写的那句话,声音由模型生成。Cicadas 用 MiniMax H3 Max 生成:5 秒 63 积分,成片保持照片的形状。在我们实测的四段视频里,一只梗犬、一只小狗和一只猫都一字不差地说出了各自的台词,用了四种不同的声音。你不需要录音,也不能上传声音;本页只用于动物,不接受人物照片。

宠物说话视频真实样片

图生视频5s · 480P

“早饭好了吗?”——MiniMax H3 Max 版本。

MiniMax H3 Max,5 秒,带声音,用一张方形的狗照片生成;26 秒返回,成片是方形,构图和照片一样。狗歪了歪头,先吸了一下鼻子,然后一个亲切的女声说出“Good morning. Is it breakfast time yet?”。嘴只在其中几个词上张开,不是每个词都对得上。没有音乐。

使用这个配方 ↗
图生视频5s · 480P

同一只狗,换成低沉的声音。

MiniMax H3 Max,5 秒,带声音,用的是第一段那张方形的狗照片;17 秒返回。开头一秒狗看着旁边,然后转向镜头,一个低沉的男声说出“I did not chew the sofa. Honest.”。第一句话时嘴一张一合,停了一下,说最后一个词时又张开。没有音乐。

使用这个配方 ↗
图生视频5s · 480P

小狗想出门遛弯。

MiniMax H3 Max,5 秒,带声音,用一张竖幅的小狗照片生成;14 秒返回,成片是 480×672 的竖幅,构图和照片一样。小狗歪了歪头,一个尖细、像孩子一样的声音问出“Is it walk time? Please say yes!”。说话时嘴张得很大,片子里大部分时间嘴都张着,像在喘气。没有音乐。

使用这个配方 ↗
图生视频5s · 480P

一只有意见的猫。

MiniMax H3 Max,5 秒,带声音,用一张方形的猫照片生成;12 秒返回,成片是方形,构图和照片一样。猫待在沙发上看着镜头,一个女声说出“Excuse me, my bowl is empty again.”。两句话各对应一段嘴的开合。我们要的是冷淡、不耐烦的声音;两个听辨模型听到的是清晰、礼貌的声音,背景里有轻轻的呼噜声。没有音乐。

使用这个配方 ↗

为什么在 Cicadas 做宠物说话视频

让宠物说出你写的那句话

把想让宠物说的话写在提示词的引号里。我们的四段视频用的都是七八个词的英文,时长 5 秒:梗犬问“Good morning! Is it breakfast time yet?”,在另一段里说“I did not chew the sofa. Honest.”;小狗问“Is it walk time? Please say yes!”;猫说“Excuse me. My bowl is empty again.”。四段里的每一个词,两个自动听辨模型都听到了。

选一种声音,或者自己描述

四个场景按钮的区别在于声音和台词,两样都可以改。在我们的视频里,“warm, friendly”出来的是亲切的女声,“deep, slow”是低沉的男声,“high, squeaky, excited”是尖细、像孩子一样的声音。给猫要的“dry, unimpressed”出来的是清晰、礼貌的声音,那种冷淡的语气没有出来。四段里嘴都在说话时动,但不是逐词对上的。

生成前先看到每条视频的价格

MiniMax H3 Max:5 秒在 480P 下 63 积分,768P 下 100 积分;480P 的 10 秒和 15 秒是 125 和 188 积分。生成失败会退回积分。

宠物说话视频使用步骤

  1. 01

    登录后添加一张清晰的宠物照片,要能看到整张脸。

  2. 02

    选一种声音,把引号里的那句话改成你想让它说的话,核对报价。

  3. 03

    点击生成。在结果里或“我的视频”中保存 MP4。

宠物说话视频提示词示例

复制后粘贴到上方的提示词框,再按你的画面修改。 或者用提示词生成器按镜头写一条。

  • “The pet in the photo looks into the camera, tilts its head and says in a warm, friendly voice: "Good morning! Is it breakfast time yet?" Its mouth opens and closes clearly with every word. The camera stays still, one continuous shot. No music. No text.”

  • “The pet in the photo looks into the camera, tilts its head and says in a deep, slow voice: "I did not chew the sofa. Honest." Its mouth opens and closes clearly with every word. The camera stays still, one continuous shot. No music. No text.”

  • “The pet in the photo looks into the camera, tilts its head and says in a high, squeaky, excited voice: "Is it walk time? Please say yes!" Its mouth opens and closes clearly with every word. The camera stays still, one continuous shot. No music. No text.”

  • “The pet in the photo looks into the camera, tilts its head and says in a dry, unimpressed voice: "Excuse me. My bowl is empty again." Its mouth opens and closes clearly with every word. The camera stays still, one continuous shot. No music. No text.”

宠物说话视频常见问题

在 Cicadas 的实测记录 · 审核于 2026-10-13

通过 fal.ai 用 MiniMax H3 Max 图生视频实测(5 秒、480P、声音始终开启),每条请求只发了一次,用的都是本页的场景。2026-10-12,一张方形的梗犬照片,亲切的声音:26 秒返回,成片 480×480,构图和照片一样;先是一声吸鼻子的声音,然后女声说出“Good morning. Is it breakfast time yet?”,嘴只在其中几个词上张开。2026-10-13 又录了三段。同一只梗犬,低沉的声音:17 秒;低沉的男声说出“I did not chew the sofa. Honest.”;开头一秒狗看着旁边。一张竖幅的小狗照片,尖细的声音:14 秒,成片 480×672;尖细、像孩子的声音说出“Is it walk time? Please say yes!”;片子里大部分时间嘴都张着。一张方形的猫照片,要的是冷淡的声音:12 秒;清晰、礼貌的女声说出“Excuse me, my bowl is empty again.”,有轻轻的呼噜声;嘴的开合分成两段。四句台词都是两个自动听辨模型逐词听出来的,不是人听的。照片是 AI 生成的虚构照片。Veo 3.1 Fast 在本页提供到 2026-10-13,因为供应商把这个端点标为 2026-10-22 弃用而撤下,它的那段样片不再展示。Gemini Omni Flash 1.1 在 2026-10-12 的测试里嘴几乎不动,从未在本页提供。未实测:其他动物、更长的句子、其他语言、768P、10 秒和 15 秒。

更新于 2026年10月13日 · 我们怎么测试