AI 音樂影片對嘴

一定要嘅有兩樣：一張要開口唱嘅人物相，同埋要唱嘅音訊。第三張場景相係可揀可唔揀嘅——舞台、睡房、街角都得——歌手就會出現喺嗰個場景，而唔係通用佈景。Seedance 2.5 會當呢啲係位置參考，所以人像張臉同場景相嘅地點都會帶入條片。

模型係直接攞個音訊本身做參考，而唔係靠文字描述去估，所以嘴型會逐格跟住人聲，頭同膊頭嘅動作亦都跟住拍子。正面、清晰嘅人像配上乾淨嘅人聲效果最好；混響太重、現場雜音大、塊面側咗埋一邊，或者把口俾口罩、手掩住，都會令嘴型冇咁準。

請用你自己擁有或者已獲授權嘅音樂，又或者喺本站先寫一首：Suno V6（/models/suno-ai-v6）可以由一段文字提示生成完整歌曲，下載咗個音訊再上載到呢個模板。兩個工具就係設計嚟接力用——喺模型頁寫歌，喺呢一頁開聲唱。

每個音訊檔案要喺 1.8 至 30.2 秒之間，而且細過 15 MB。條片本身輸出 4 至 15 秒，所以請先剪到你真係想唱嗰段——通常係副歌嘅鈎子或者第一句。如果首歌長啲，請上載之前剪好，唔好指意模型自己揀高潮。

只按生成咗嘅秒數計：720p 每秒 48 點，480p 每秒 23 點。即係 5 秒 720p 要 240 點，同樣長度嘅 480p 要 115 點，15 秒 720p 要 720 點。參考相同音訊檔案唔計錢，所以多上載一張場景相唔會額外收費。

只可以用你擁有版權、已獲授權，或者自己生成嘅音樂——例如用 Suno V6 整出嚟嘅歌。上載你冇權用嘅商業歌曲，出嚟嘅片可能喺 TikTok、Reels、YouTube 等平台被靜音、封鎖或者下架，處理版權係你嘅責任。相入面嘅人都一樣：要人哋開聲唱之前，先攞佢同意。