找人做数字人口播,第一次报价最容易懵:有人按分钟算,有人按字数算,还有人直接甩一个打包价,看着都合理却没法横向比。这篇不给你标准价,而是把报价拆成能逐项核对的结构,说明每种计费口径在什么情况下适用、什么情况下会吃亏,让你谈价前先知道自己在为什么付钱。
第一次找人做数字人口播,报价单上写的东西可能完全不一样:有人写「每分钟多少」,有人写「每条多少」,还有人只丢一个总数。看着都合理,但没法横向比,因为计价单位背后对应的交付内容根本不同。这篇不给你标准价,而是把报价拆成能逐项核对的结构,让你谈之前先清楚自己在为什么付钱。
不管你是接单方还是采购方,先做一件事:把一份报价按五大块拆开——形象与声音授权、脚本改写、生成时长、剪辑与字幕、修改轮次。任何一块对方没提,就当面问清楚。这五块里,有的是一次性费用,有的是按量费用,混在一起谈,后面加价的空间就很大。
一份报价里到底装了哪几样东西
报价单上最容易被省略的是「授权」两个字。用公共形象库里的现成形象,通常只是使用权限的问题;但一旦涉及定制专属形象、克隆特定人声,就变成一次性投入,而且和后续生成多少条视频无关。这两类费用性质完全不同,报价时不分开列,采购方很容易把一次性成本误当单价来比。
- 形象与声音授权
- 用现成素材,还是定制专属形象与人声,授权期限和商用范围写清楚
- 脚本改写
- 口播稿由谁写、改几稿、是否按条还是按字数算
- 生成时长
- 按成片算还是按生成过程算,这是最容易产生歧义的一项
- 剪辑与字幕
- 字幕样式、转场、花字、多版本导出是否包含在报价里
- 修改轮次
- 免费改几轮,超出后按什么口径计费
- 先让对方把总价拆成上面五块,缺哪块问哪块,别接受一个笼统的总数
- 区分一次性费用(定制形象、声音模型)和按量费用(成片分钟数),分开谈
- 同一句「一条视频多少钱」,不同团队的口径可能差很远,要求写明包含什么、不包含什么
- 了解行业内对这类服务的常见叫法,可以到 /ai-dict/category/application 查一下术语,避免各说各话
- 如果只是买工具自己做,不需要走这套拆解,直接看工具的订阅口径即可
按分钟、按字数、按套餐三种口径怎么换算
三种口径听起来像同一件事的三种说法,实际覆盖面差很多。按分钟计费最常见,但要看是「成片时长」还是「生成时长」——同样一段脚本,反复生成试错所消耗的时间可能远超过最终成片。按字数计费通常只覆盖脚本与配音,画面生成另外算,适合口播稿量大、画面简单的活。套餐价常见于批量需求,重点不在单价,而在套餐内的分钟数是否跨月清零、超量部分按什么口径补。
| 计费口径 | 通常覆盖什么 | 最容易漏掉的部分 | 适合什么情况 |
|---|---|---|---|
| 按分钟 | 成片或生成的分钟数 | 成片时长还是生成时长口径不清 | 口播内容时长稳定的常规需求 |
| 按字数 | 脚本与配音 | 画面、字幕、导出格式 | 口播稿量大、画面要求简单 |
| 按套餐 | 约定分钟数内的批量产出 | 跨月是否清零、超量怎么补 | 有持续产出、单次量较大的需求 |
| 打包价 | 按条或按项目 | 修改轮次、加项边界 | 需求明确、沟通成本高的小项目 |
想知道当前市场上这几类口径大致落在什么区间,不要凭印象,到 /price-watch 核对当时的数字——那里按时间记录,比单个报价单更能看出趋势。换算的办法很简单:拿同一段脚本,让对方同时报按分钟、按字数、按套餐三种口径,比总价,也比溢出成本。
- 按分钟:先问清是成片时长还是生成时长,这两者可能差出一大截
- 按字数:确认字数按脚本字数还是配音字数算,画面是否另计
- 按套餐:确认分钟数是否跨月清零、超量部分如何计价
- 换算验证:同一脚本让对方报三种口径,比总价也看溢出成本
- 不适用的情况:项目里有多机位、真人混合出镜,单纯按分钟或字数都容易算漏
什么在推高价格、什么可以砍
推高成本的大头几乎都集中在「唯一性」上:定制专属形象、克隆特定人声、独家的分镜设计。反过来说,用现成公共形象、套用模板化分镜,能省下的往往最多。另一块容易超支的是修改——生成本身可能不贵,但改到第五轮、第八轮,人工时间就上来了。谈的时候就把免费轮次和超出后的口径定下来,比事后争论强。
| 成本项 | 为什么贵 | 能不能砍 | 砍了的代价 |
|---|---|---|---|
| 定制形象与声音 | 需要单独建模,属于一次性投入 | 看品牌要求,硬要求时砍不掉 | 形象可能与他人重复 |
| 修改轮次 | 每轮都有人工与生成时间 | 可以,提前约定免费轮次 | 超出后按口头约定易扯皮 |
| 分辨率与横竖版 | 多版本导出增加渲染时间 | 可以,按实际投放平台定 | 只交付一种规格,二次剪辑自己来 |
| 多语种配音 | 每种语言单独配音与校对 | 可以,先做主力语言 | 其他语种上线延后 |
| 花字与特效 | 逐帧调整,耗时 | 可以,用模板替代 | 风格偏通用,辨识度下降 |
- 分辨率和横竖版切换、多语种配音、字幕样式都属于加项,提前列清避免后期追加
- 可砍项:分镜复杂度、花字特效、多平台多版本导出
- 不可砍项:授权范围、交付格式、验收标准
- 不适用的情况:品牌方对形象唯一性有硬要求时,定制这块砍不掉,只能在别处省
采购方与接单方各该问什么
谈价之前,双方各自准备一份问题清单,比临场想更省事。采购方关心的是授权能不能覆盖自己的使用场景、交付的是源文件还是成片、超出套餐怎么算;接单方关心的是素材由谁提供、脚本谁改、按秒还是按条验收。这些问题不问清楚,合同里就会留下模糊地带,最后大概率变成扯皮。
- 采购方先确认授权范围问清形象与声音的授权期限、能否商用、能否二次剪辑;如果对方说不清,说明这块本身就没理顺,要谨慎。
- 采购方再问交付物明确交付源文件还是成片,成片的分辨率和比例是否包含在报价内,多平台版本是否另计。
- 接单方确认素材与脚本来源问清素材由谁提供、脚本谁写谁改、如果对方迟迟不给素材工期怎么算,避免自己承担额外等待成本。
- 双方把验收标准写下来按秒还是按条验收、修改几轮、超出怎么算,这三条写进合同,比口头约定可靠。
- 留一步交叉核对如果对行业里的常见计费方式没底,可以先到 /tools/speed-test 或 /sites 看看同类服务怎么标价,心里有个参照再谈。
需要提醒的是,这套清单偏向「定制服务」的对接场景。如果对方其实只是转卖工具账号、或者你打算自己买工具生成,那清单里的大部分条款都用不上,直接看工具的订阅说明就够了。判断方法很简单:问一句「形象和声音是谁的」,答案是自己平台内置的,就按工具口径谈。
下一步把报价单按五块拆开,再去站内价格追踪页核对当时的区间,你就能判断对方报的是高是低、贵在哪一项。→常见问题
数字人口播到底按分钟还是按字数报价更划算?
看你的活偏哪头。脚本短、成片长、画面动作多,按分钟更贴近成本;口播稿量大、画面基本是固定形象站着说,按字数更透明。稳妥做法是拿同一段脚本让人同时报两种口径,再算上超量部分的单价,比总价高低更有意义。
对方报的打包价,我怎么判断有没有坑?
先要求拆项:形象授权、声音授权、脚本、生成、剪辑、修改轮次各占多少。拆不出来或者含糊带过的,往往意味着后续加项会追加费用。同时确认成片时长按什么口径计、修改几轮免费、交付是成片还是源文件,这三条写进合同基本能挡掉大部分扯皮。
预算不多,有没有办法把报价压下来?
优先砍定制:用平台的公共形象和公共音色,省掉最贵的一块。其次简化分镜,固定机位口播比多镜头切换便宜不少。再次是把多平台多版本的需求合并,一次生成再裁切成不同比例。要保留的是授权范围和交付格式,这两块省不得。