D-ID 是什麼?
D-ID 是透過瀏覽器 Studio、行動 App、整合、API 和 SDK 提供的數位人影片與 Visual Agent 平台。它可根據文字/音訊讓照片說話,用 Stock 或 Personal Presenter 產生影片,以唇形同步和聲音複製翻譯既有影片,並建立由 LLM 與知識庫驅動的互動數位人。
現行技術範圍包括 V2 Photo、V3 Stock/Instant、V4 Expressive Avatars、30+ 翻譯輸出語言、多家語音供應商、Canva/PowerPoint,以及前端 Embed。即時 Agent 可聽取麥克風、檢索組織知識,透過 WebRTC/LiveKit 說話,並匯出對話。
這些情境的資料流不同。一次性培訓影片、長期 Personal Avatar、Voice Clone、翻譯訪談和常開客服 Agent 不應共用一份籠統批准。
品質、翻譯與 Agent 安全
數位人品質取決於來源臉部、解析度、姿勢、裁切、動作、音訊、發音、語言和風格。唇形/表情看起來可信也可能不自然,應檢查臉部 Artifact、眼口、手、Logo、節奏、讀音、字幕,以及表演是否改變原講者情緒。
Video Translate 按目標語言分別計費,並可複製原聲。產生前校對姓名、數字、主張、監管術語、敬語和文化表達。現行比較表中,自助方案翻譯影片上限通常為 5 分鐘,Enterprise 為 30 分鐘;只有 Enterprise 把 Proofreading 列為方案功能,其他使用者需自建語言 QA。
Visual Agents 風險更高:麥克風、STT、LLM、RAG、TTS、數位人渲染可能串接,ElevenLabs 模式還把完整對話流程交給另一供應商。需限制知識來源、移除 Secret/Prompt Injection 內容、定義拒答、測試未知問題、限制 Tool/Action、明確標示 AI、取得麥克風同意、提供真人接管並審閱匯出對話。
現行價格、Credits 與浮水印
年繳頁顯示 Trial 免費 14 天/3 分鐘;Lite $56/年(折合 $4.70/月)每月 10 分鐘;Pro $191/年($16)每月 15;Advanced $1,293/年($108)每月 100;Enterprise 客製,宣傳客製/無限分鐘、協作、SSO、專業服務和最快處理。年費預繳但 Credits 仍按月發,不是一次年度池。
Trial/Lite 僅個人許可。Pro 增加商用、Premium Voice、1 個 Voice Clone、字幕和 AI 浮水印;Advanced 增加更多 Personal Avatar/Clone,並可用 Custom Logo。說明稱只有 Enterprise 能完全移除浮水印,要區分「換 Logo」和「無浮水印」。Trial 為全畫面浮水印,Lite 是 D-ID 標誌,Pro 為通用 AI 標誌。
一般影片和翻譯通常每 15 秒 1 Credit,每種翻譯語言是獨立輸出。Agent 每 15 秒回覆耗 0.5,額度耗盡即停止。模型、語音、知識與外部供應商還可能另外收費。「首月無限」受 Fair-use 限制,不能作為正式預算。
同意、生物辨識、肖像與揭露
D-ID 生物辨識政策稱,數位人、說話圖片、聲音複製、Video-to-video 和身分驗證可能擷取臉部幾何、Landmark、Voiceprint、Gait 等,並可能向驗證/審核供應商分享。政策稱這些資訊不用于改善產品或訓練模型,並在適用保留期結束後銷毀。
應從每個可識別人物取得具體、知情、可撤回許可:說明收集哪些臉/聲音、是否建立可重複使用 Clone、具體目的與渠道、地區、商業使用、編輯/翻譯、期間、接收者、供應商、保留、刪除和撤回後果。公開影片或一般錄影同意不自動包含「合成新話語」。
在內容和中繼資料中合理標示合成講述者,並遵守平台、廣告、選舉、消費者保護、勞動、Publicity 和生物辨識法律。不得讓真人看似推薦未批准商品、說出未批准主張或參與虛構事件。
保留、安全與 API
隱私政策稱未設 Persist 的 API Applicative Data 通常在 AWS 設定下 24 小時內刪除,Agents 產品資料 72 小時內,Insight 14 天內;設定 persist 後會加密保存到使用者刪除。維護數位人所需的生物範本可能更久,最長至必要或法律允許期間。這是不同計時器,必須分別記錄。
盡量明確刪除完成的 API 輸入,預設不啟用 Persist,移除不用的 Avatar/Clone,為 Conversation Export 設短保留,並核驗備份/子處理者。D-ID 稱等待處理/刪除的 Applicative Data 不用於模型訓練,也不在聲明外備份;企業承諾應寫入 Order Form。
API Key 是透過 Basic Auth 傳輸的 Username/Password Pair,只應保存在伺服器端或 Secret Manager,不得放前端或公開 Repository。輪替 Key、設消費告警、限制 Embed Domain、保護 Client Key、限制 Session 速率、驗證 Upload/URL、監控異常產生,並給即時 Agent 配置 Kill Switch。
結論
D-ID 從單張說話照片一路涵蓋在地化 Presenter Library 和即時 AI 介面,Studio 易用,API/SDK 又能程式化擴充。
適用性更取決於授權與治理:選擇具備正確商用/浮水印權的方案,測試語言與視覺,明顯揭露合成身分,取得細緻臉部/聲音同意,最小化持久化,保護金鑰並監督即時回答。缺少這些控制時,越逼真的數位人風險越大。
