Talk to Me Doja AI 托腮摇摆视频

一张成人单人照就能演完 Talk to Me Doja 的托腮摇摆:双手贴脸、害羞一笑、身体左右轻摆,全部跟随内置片段。

  • 无需提示词
  • 保留原声
  • 不用自己跳
示例 · 托腮摇摆

PNG / JPG / WebP · 不超过 10 MB · 短边至少 512px

0/1 张

一张成年单人照,取景从头顶到膝上,脸和双臂都在画面里;手已经挡住脸的照片会跟这个动作打架。

视频参数

无需写提示词。请只上传你本人或已同意出镜者的照片,不支持名人照片和影视截图。

Talk to Me Doja 是什么梗:托腮摇摆、配乐和那张动漫 GIF

Talk to Me Doja 是这样一个梗:一个人双手贴到脸颊上,害羞地笑,身体左右晃动,通常配一段变速的 Doja Cat 音频。双手和那点害羞的笑就是全部笑点。

戴米色帽子、扎双麻花辫的年轻女士近景,脸转向一侧,身后是明亮的房间

“Speak to Me Doja”是这个趋势的另一种说法,两种写法指的是同一套动作:双手贴脸、一笑、左右晃。因为动作相同,一次搜索会把动漫剪辑和真人翻拍摆在一起。

大家拿来对照的动漫女孩是《山田君与7人魔女》里的白石丽:她双手托腮的那一帧就是这个姿势的漫画版,被传成 GIF 和贴纸。它只是对照图,本模板不会把它加进成片。

托腮摇摆火起来的那一周

  1. TikTok 上出现一支动漫托腮剪辑,配文是“talk to me doja”;梗百科类站点后来把它记作最早找到的一支剪辑。

  2. @the_real.ryan 发布真人版,把这个动作带出圈:11 月 13 日读取原帖时是 42.47 万赞、5.76 万次分享。

  3. @twin.cities.mattress 在床垫陈列区拍同一个姿势:8.8 万赞、2.08 万次分享。

  4. 当天出现双人翻拍,也有工具站上线了这个效果的制作页:从这时起,做这条片子不再需要一台相机。

出处:TikTok 原帖及其配文、收录它们的梗百科类站点;点赞、分享与日期均按 2026 年 11 月 13 日读到的数值。

模型要复刻的四个瞬间

内置片段是一镜到底的正面拍摄,共 14.03 秒,中间不剪辑:先贴近拍,再退到全身,然后双手上来,靠左右摆动完成动作。

  1. 戴米色报童帽、扎双麻花辫的年轻女士近景,下巴微收,眼睛半闭10:00

    开头是一张近景自拍

    片子从手机贴近脸开始,帽子和两条麻花辫占满画面,所以第一秒是一张自拍近景,而不是那个姿势。

  2. 穿米色吊带和抽绳长裤站到膝上取景,双手垂在身侧,身后是白色书架20:03

    退到全身入镜

    双手放下,人往后退到从帽子拍到大腿,米色吊带、抽绳长裤和白色书架一起进到画面里。

  3. 双手托到下巴下方、手指贴着两边脸颊、掌心朝内,笑着,两侧各有一张动漫画面30:07

    双手托到下巴下方

    双手一下抬到下巴下方,手指贴着两边脸颊、掌心朝内,第一个笑容同时出现;这就是这个趋势最有名的那一帧。

  4. 向一侧摆到最外侧,头歪着,双手仍贴在脸颊上;右侧和左下方各有一张动漫画面40:11

    摆到最外侧的那一下

    身体摆到另一侧,头也跟着歪,双手一直贴在脸颊上;片子就停在这一次摆动上,两张动漫画面还在画面里。

一张照片怎么变成托腮摇摆视频

不用拍:动作和取景都由模板固定,所以一张照片就是全部输入。

  1. 表演者双手贴在脸颊上的近景裁切,对着镜头笑

    照片 1托腮主角

    照片里的成年人就是这个角色:脸、发型、衣服和房间都保留,托腮摇摆和取景由模板复制过来。

    • 从头顶到膝上,双臂都在画面里
    • 手放下来,别贴在脸颊上

照片清单

效果好

  • 穿短外套的女士从头到大腿站立,双手插在口袋里从头顶到膝上
  • 卷发女士穿芥末色毛衣,胸部以上,对着镜头微笑脸朝镜头,头发拨开
  • 穿深蓝毛衣的女士把双手摊开伸在身前双手可见,不贴在脸颊上

避免

  • 女士双手捂着脸大笑手或手机已经挡住脸
  • 两名男子在咖啡店里并排合影一张照片里两个人
  • 街上的女士近距离自拍,只有脸只有脸、看不到手臂的自拍

从照片到发布

  1. 挑一张到膝上的单人照

    放进主角槽位,脸要清楚、双手放下来;选谁演就是这一个决定。

  2. 点击生成

    点击生成前按钮上就是准确报价,分辨率 720p 或 1080p 在按钮上方选择。

  3. 发出去

    下载 MP4 直接发布:画幅已经是竖屏。

这页不支持宠物:动作是藏在双手后面的笑,每张照片只放一位成年人。

Talk to Me Doja AI 提示词:在参考片工具里跑这套托腮摇摆

本页不需要提示词:放进一张照片、点击生成就能出片。换成能挂视频参考的工具时,文字才决定哪个文件给动作、哪个文件给人。

参考片

提示词长度 1042

Use @Video1 as the motion and @Image1 as the person. The adult in @Image1 stays as photographed: face, hair, clothes, body and the room around them with its light.

Copy @Video1's moves in its own order: the take opens close to the camera, the body steps back until the frame runs from the cap to the thighs, both hands come up under the chin with the fingers along the cheeks and the palms turned in, then the body sways from one side to the other while the hands stay on the face and the head tips with the lean.

Take the motion, the framing, the timing and @Video1's original sound, and nothing else: never its performer, her cream cap, tank top and drawstring trousers, the bright room with the white bookshelf, or the two drawn panels that cut into the frame.

One front-on camera at her height, one unbroken 9:16 take, no cuts, no zoom, no added music. Both hands stay separate with five fingers each, the face stays clear apart from the fingers along the cheeks, one person only, no animal, no drawn art, no caption, no text or logos.

值得写清楚

  • 第一句就分好两个文件

    开头写 @Video1 给动作、@Image1 给人,后面每一句都按这个分工来读。

  • 写清哪些跟着片子走

    把“动作、取景、节奏和 @Video1 的原声”写进一句,工具才不会自己加剪辑、推镜或换曲。

  • 写手,不写情绪

    双手托在下巴下方、手指贴着两边脸颊、掌心朝内,然后才是摆动:提示词只写“害羞”,出问题的就是这双手。

不要写

  • 片子的帽子、衣服或房间

    不写明的话,米色帽子、吊带、抽绳长裤和白色书架会跟着动作进到你的照片里。

  • 那两张动漫画面

    要求加动漫画面或画面上的字,等于把漫画和文字请进一条本来不该有它们的片子;那两张画面属于片段自己的画面。

  • 一句话了事

    “让我的照片跳 talk to me doja”既没点名文件,也没保住取景,工具只能自己编。

一句话的说法和能用的说法

太模糊

Make my photo do the talk to me doja dance.

可用

Use @Video1 as the motion and @Image1 as the person: copy the sway with its framing and timing, keep @Video1's own sound, and never its performer, cap, clothes or room.

可用那句写明了两个文件、哪些来自片子、哪些不能被带进来。

动漫 GIF、CapCut 模板、跳舞 App,还是本页视频?

同样几个字能搜到四种完全不同的东西,下面只有第一行是这页能做的视频。

词是什么本页
Talk to Me Doja AI 视频你的照片接管托腮摇摆和取景就是本页
动漫贴纸剪辑把动漫托腮图贴到一段视频旁边或上面不会自动加
CapCut 模板手机剪辑软件里的预设,要把自己的素材剪进去不用剪辑
AI 跳舞 App选一支舞、传一张照片,动作由 App 自己编动作固定

托腮摇摆走样的四种样子

双手合到笑着的脸上、张大的笑、以及头歪在双手上,是这个动作最难的部分。下面是失手时的样子,以及从输入照片上改哪里最有效。

  • 手指和脸颊融在一起

    为什么会这样
    双手一直贴在脸上、头又在动,手指、下颌和脸颊共享一条软边,指缝就合上了。
    怎么改
    拍照时把手放下来、手指分开,光线均匀,模型才有一只干净的手可以摆。
  • 笑容一大,脸就开始漂

    为什么会这样
    大笑和半闭的眼睛改变了模型要跟踪的形状,人又在宽画面里很小,能抓住的东西更少。
    怎么改
    照片拍近一点,取到膝上,眼睛睁开看向镜头。
  • 照片本身已经挡住脸

    为什么会这样
    输入里双手贴脸、手机或墨镜挡在脸上,成片就没有脸可以带过去。
    怎么改
    换成脸清楚的照片:托腮这个姿势属于成片,不属于输入照。
  • 衣服或房间往片子里靠

    为什么会这样
    片子里从头到尾都是米色帽子、罗纹吊带和一间有白色书架的明亮房间,所以太花或太素的输入都容易被带过去。
    怎么改
    选一张穿搭看得清楚的照片,房间也是你想要的,光线均匀、画面里没有别人。

成片多长,要花多少积分

成片多长,要花多少积分
照片
1 张照片,一位成年人
照片文件
PNG / JPG / WebP,不超过 10 MB,短边至少 512 px
时长
14.03 秒,跟随内置片段
画幅
9:16 竖屏
分辨率
720p或1080p,默认 720p
声音
保留内置片段的声音
模型
Kling 3.0 Motion Control
积分
720p 365 积分,1080p 478 积分
公开范围
免费账号生成的视频会公开展示;付费套餐生成的视频默认私密。
生成失败时
积分自动退回账户

常见问题

关于 Talk to Me Doja 视频的常见问题

Talk to Me Doja AI 免费吗?+

不免费。每次生成都消耗积分,数量取决于你选的分辨率,点击生成前按钮上会显示准确价格。新账号注册送 10 积分。

需要自己写提示词吗?+

不需要。这页没有提示词输入框:动作、取景和声音都固定在模板里,也不必从别处复制一段提示词。

成片会带那两张动漫画面吗?+

不会。预览里那两张动漫画面属于片段本身的画面,模板复制的是动作而不是画面,所以不会加进你的成片;大家说的那张白石丽动漫图,是发布时自己加上去的。

双人或者宠物可以吗?+

不行。每张照片只放一位成年人:动作是一个身体笑着把双手贴在脸颊上,多一个人或一只宠物就多一个要维持的身体。

用的是什么声音,可以换吗?+

片段保留它自己录制时的声音,所以成片从第一帧起就有声音,也没有换曲选项;想要别的音乐,下载后自己替换音轨即可。

这是 Doja Cat 官方特效吗?+

不是。Oeneo AI 是独立工具,Doja Cat、她的厂牌和这部动漫都与本站无关,艺人本人也不会出镜。成片里的脸来自你的照片。

为什么手和脸会变形?+

双手贴在笑着的脸上是这个动作里最难的部分,手指与脸颊交界处可能出现融合。脸清楚、双手放下的照片会更稳,但没有任何一次生成能保证身份完全一致。

能做得更长,或者改成方形吗?+

不能。片长和画幅跟随片段:14.03 秒、9:16。只有分辨率可选,默认 720p,也可以选 1080p。

可以用谁的照片?+

你自己的,或者一位同意过的成年人的照片。

和 Motion Control 工具有什么区别?+

Motion Control 接收你上传的任意动作片,也能自己调朝向和是否保留原声。本页固定一条动作片,除了分辨率没有别的要选,也没有要上传的素材。

Talk to Me Doja

做一条你的 Talk to Me Doja AI 视频

一张照片进去,14 秒托腮摇摆出来。