AI 对口型怎么做：让视频口型对上新的声音

AI 对口型能做什么

上传一段有人说话的视频和新的声音——可以是输入台词后由内置声音朗读，也可以是音频文件。BunCho 的对口型工具会重新绘制口型，让它对上新的声音。脸、身体和背景都保持原视频的样子。

生成的视频时长，取视频与新声音中较短的一方。视频最长 60 秒，声音最长 30 秒，所以较长的视频请分成 30 秒一段来做。因为只改嘴部，原本的表情、动作和镜头都会保留。拍完后才想改台词、或发现口误时，不必重拍就能修正。

• 把拍好的视频中的一句台词，换成重新录的声音
• 把自己的视频配成其他语言
• 给 AI 数字人或生成的角色视频，事后配上台词

需要准备什么（视频与声音）

• 视频：60 秒以内，MP4、MOV 或 WebM。脸部大、朝向正面的视频效果较好
• 嘴被遮挡的画面（手或麦克风挡在前面、长时间侧脸）可能对不准
• 用台词生成声音：300 字以内，由你选的声音朗读
• 用音频文件：30 秒以内、干净的说话声
• 许可：如果视频中有你以外的人，需要获得他们的同意

AI 对口型视频的做法

1. 1打开视频工具

   在工作室打开「视频工具」，选择「对口型」。

2. 2放入视频

   上传要对口型的视频（60 秒以内）。

3. 3确定新的声音

   输入台词并选择声音，或上传 30 秒以内的音频文件。

4. 4选模型并估算

   选择模型后点「估算」，比较每个模型的点数。

5. 5确认权利后生成

   勾选权利确认，再点生成按钮。

6. 6下载

   下载生成的视频，在剪辑软件中完成后期。

相关： 对口型工具介绍

可选的模型，以及 5 秒的点数参考

sync-3 连侧脸或嘴被部分遮挡的画面也能对上，点数较多。sync lipsync-2-pro 口部细节更多。Kling Lip-Sync 按「5 秒以内」「10 秒以内」分档计价，5 秒时是点数最少的选择。PixVerse LipSync 点数也较少，速度快。选择时可以这样考虑：先用 Kling Lip-Sync 或 PixVerse LipSync 确认声音和视频的搭配，口型不够自然的镜头再改用 sync lipsync-2-pro 或 sync-3。脸部越大、越正面，较便宜的模型也越容易对上；侧脸多、嘴常被手或麦克风挡住的视频，则适合 sync-3。配成其他语言时，声音时长常和原来不同，请先确认新声音不超过 30 秒，并让视频和声音的时长大致相同，这样生成的视频就不会被截短。

常见问题的解决方法

• 有些镜头对不上：侧脸或嘴被遮挡的画面多时，请选 sync-3，或把这些镜头剪掉
• 视频比预期短：时长取视频与声音中较短的一方，请确认声音的时长
• 声音听不清：使用只有说话声、没有音乐或杂音的音频文件
• 视频超过 60 秒：先在剪辑软件中剪到 60 秒以内

权利与 AI 标注

使用的图片、音频和视频，仅限你拥有权利或已获得使用许可的素材。真实人物的脸和声音，只有在本人同意时才能使用。生成前，页面会要求你勾选确认自己拥有权利。

不得制作让人看起来说了本人没说过的话、造成误解的视频，也不得冒充他人。发布时，请按发布平台的规定标注为 AI 生成或 AI 编辑（例如 YouTube 的“经过修改或合成的内容”设置）。

本文和产品中出现的模型名称，是因为在 BunCho 中可以选择而列出，并不代表与各家公司有合作或受其推荐。

可用方案与点数

视频工具可在付费方案（浇水・种子・烧肉・全餐・团队与企业）正式订阅后使用。免费方案和付费方案的免费试用期间不可用。

使用的是工作室每月的 AI 点数，与小说、漫画、视频共用同一个余额。生成前会先显示估算，同意后才会生成。生成失败或在开始前取消时，不扣点数。

相关： 方案与价格 / 5 个视频工具一览