TL;DR
这个 AI 说唱视频生成器能把一张照片变成说唱视频。写下名字和故事，选一个场景，比如酒店大堂或夜晚街头，就能得到原创歌词、Suno V6 生成的节拍和说唱人声，以及你、两个人或你的宠物口型同步的 9:16 短片。
什么是 AI 说唱视频生成器？
AI 说唱视频生成器用一张照片做出整支说唱视频：歌词、节拍、说唱人声和表演。你不用录音，也不用拍摄。照片里的人会唱这首说唱，嘴型跟着歌词走。
大多数 AI 说唱生成器只做到音频为止。这个工具再往前一步，把歌放进一个可以直接发布的竖屏短视频里。如果你只想要歌曲，AI 说唱生成器可以做纯音频的说唱歌曲。
一切都是原创的。歌词专门为你写，节拍和嗓音都是新的，不模仿任何真实歌手，也不复制任何现有歌曲。
AI 说唱视频生成器是怎么运作的？
- 歌词：如果歌词框留空，AI 会根据你填的名字和故事，用你选的歌曲语言写一段简短的主歌和副歌。
- 歌曲：Suno V6 按你所选场景的风格，生成一首带节拍和说唱人声的原创歌曲。嗓音可选自动、男声或女声。
- 场景：Nano Banana 2.1 把你、两个人或你的宠物放进场景里。宠物会穿上配套的小装扮，比如大堂里的迷你金色墨镜，或圣诞节的圣诞帽。
- 口型同步：歌曲中有说唱的部分会按你选的时长截取，照片随之动起来，嘴型跟着每个字走。单人或宠物使用 LTX-2.3 LipSync；两个人使用 InfiniteTalk Multi，一起表演。
你会得到一个带歌曲的竖屏 9:16 MP4，时长 10、15 或 20 秒。通常大约需要 2 到 4 分钟。
该选哪个场景？
场景一次决定两件事：视频在哪里拍，以及节拍听起来是什么风格。选一个最适合你想讲的故事的。
- 酒店大堂：大理石、水晶吊灯和黄铜行李车，配三连音 flow 和口号式副歌的陷阱节拍。适合唱升职、旅行和纸醉金迷的炫耀歌。
- 街头：夜晚城市街道，橙色路灯下，身后围着一小群朋友，配硬朗的 boom bap 节拍。适合唱家乡情怀或介绍你的伙伴。
- 录音棚：昏暗的录音间，墙上是吸音棉，面前一支大麦克风，配沉重的暗黑陷阱节拍。正经说唱歌手的范儿。
- 生日派对：气球、彩纸和点着蜡烛的蛋糕，配蹦跳的派对节拍。把寿星的名字写进副歌的生日说唱。
- 浪漫：黄昏时分烛光摇曳的房间，配温暖键盘的柔和嘻哈。纪念日的一段主歌，或者没有理由、就是想唱给另一半的说唱。
- 圣诞：温馨的客厅、装饰好的圣诞树、窗外飘雪，配带雪橇铃的节日嘻哈。一张会说唱的节日贺卡。
“名字和故事”怎么写才好？
“名字和故事”这一栏就是给歌词的简报。给 AI 一个名字和两三个具体细节，而不是笼统的感觉。“爱吃比萨，永远迟到”能让它有东西可押韵，“又酷又好笑”就不行。
细节要和场景搭配。大堂说唱要有炫耀，生日说唱要有年龄和一个小习惯，浪漫说唱要有一段共同的回忆。
- 生日：“小林 30 岁生日，爱吃比萨，做什么都迟到。”
- 街头伙伴：“阿凯和长街那帮兄弟，周日踢球，从来没输过。”
- 浪漫：“小雨和阿杰，雨天在公交站认识，今天五周年。”
- 宠物：“柯基饼干，爱偷袜子，觉得这个家归它管。”
- 圣诞：“陈家一家人，每年饼干都烤糊，奶奶每局游戏都赢。”
如果粘贴自己的歌词，请写短一点：每 5 秒大约两短句，15 秒的视频大约六句。内容保持友好。歌词生成会拒绝侮辱性词语、威胁、色情内容以及关于真实公众人物的歌词。
什么样的照片效果最好？
- 正对镜头：正脸清晰，口型同步效果最好。侧脸的同步效果没那么稳定。
- 光线充足：白天或明亮的房间，嘴部细节才能保留下来。
- 嘴前不要有东西：不戴墨镜、口罩，脸前面不要有手或麦克风。
- 一张照片一个主角：两个人时，每人分别上传一张照片。
- 宠物：脸部清晰的正面照，最好和它的视线齐平，让它坐着或趴着不动。
- 别用重度滤镜：磨皮和瘦脸滤镜会让结果没那么像你。
脸部清晰时口型同步效果最好，但不保证每张照片都完美，宠物的效果也比人的波动更大。如果结果看起来不对，换一张更清晰、更正的照片试试。只能上传你本人、已同意者或你自己宠物的照片。
该选多长、多高的分辨率？
时长可选 10、15 或 20 秒，分辨率可选 480p、720p 或 1080p（1080p 仅限 Pro 会员）。单人和宠物价格相同。默认 15 秒 720p，消耗 56 积分。两人视频最高 720p，生成前会显示准确价格。
“保留照片原背景”会跳过生成场景，少 4 积分，适合本身背景就不错的照片。上传两张不同的照片时总会生成场景，这样两个人才能出现在同一个画面里。
| 分辨率 | 时长 | 积分 | 适合 |
|---|---|---|---|
| 480p | 10 秒 | 31 | 先快速测试你的照片 |
| 480p | 15 秒 | 41 | 低成本试一版主歌加副歌 |
| 480p | 20 秒 | 51 | 更长的草稿 |
| 720p | 10 秒 | 41 | 适合快拍的一段短副歌 |
| 720p | 15 秒 | 56 | 默认：主歌加副歌 |
| 720p | 20 秒 | 71 | 一条视频塞进更多歌词 |
| 1080p | 10 秒 | 51（Pro） | 清晰的短片 |
| 1080p | 15 秒 | 71（Pro） | 清晰的主打视频 |
| 1080p | 20 秒 | 91（Pro） | 最长、最清晰的单人或宠物版 |
| 480p，两个人 | 10 秒 | 41 | 测试两张照片 |
| 480p，两个人 | 15 秒 | 56 | 省钱的双人说唱 |
| 480p，两个人 | 20 秒 | 71 | 更长的省钱双人说唱 |
| 720p，两个人 | 10 秒 | 71 | 简短的双人副歌 |
| 720p，两个人 | 15 秒 | 101 | 标准双人说唱 |
| 720p，两个人 | 20 秒 | 131 | 最长的双人说唱 |
怎么发到 TikTok、Reels 和 Shorts？
- 下载竖屏 9:16 MP4，歌曲已经在里面了。
- 上传到 TikTok、Instagram Reels 或 YouTube Shorts，保留原声，因为口型是跟着这条音轨同步的。
- 把最好的一句歌词做成屏幕文字，静音观看也能看懂。
- 写好文案，并打开平台的 AI 生成内容标识。
- 视频里出现的人，只有在他们乐意时才去 @ 他们。
做成一个小系列效果很好：同一个故事换两个场景，或者先发单人版，再和朋友一起发双人版。