雙人說話
生成雙人對話或 Podcast 影片
用一張雙人圖片生成自然的 Podcast 或對話影片。可分別上傳兩位說話者的音訊，也可以先將完整的 Podcast 音訊拆分為不同角色的音軌。
使用模型口型同步圖像（兩位說話者）
操作步驟
- 1上傳雙人圖片。
- 2分別上傳兩位說話者的音訊。
- 3生成雙人對嘴影片。
建議
使用音訊分離功能後，請先試聽拆分結果。每條音軌應只包含對應角色的聲音，並維持原始時間軸。
AI 播客影片產生器
AI 播客影片產生器根據雙人圖片和說話者音訊產生對話場景。獨立音軌有助於將每個聲音對應到正確人物。 每位說話者使用獨立音軌，保留原始時間軸。產生前試聽分離音軌，確認人物與聲音對應。
影像口型同步（兩位說話者）：推薦——適合 Podcast 與對話場景；支援兩位說話者。
*1. 上傳照片或生成/編輯圖像
選擇上傳兩條已分好的角色音軌，或上傳一個 Podcast 音訊並自動分離成左右角色音軌。
至少上傳一個音訊。如果左側角色未上傳音訊，該角色將保持沉默。
至少需要上傳一個角色音訊。任何未上傳音訊的角色都將保持沉默。
至少上傳一個音訊。如果右側角色未上傳音訊，該角色將保持沉默。
輸出影片中兩個音源的順序。'meanwhile' 表示兩個音源將同時播放，'left_right' 表示左側音訊將首先播放，然後播放右側音訊，'right_left' 表示右側音訊將首先播放，然後播放左側音訊。
公開顯示
登入可領取每日免費點數，開始製作影片。關閉頁面後任務仍會繼續，請勿重複提交相同任務。過往作品可在「我的創作」中查看。
如何生成對嘴影片
第 1–3 個，共 9 個
說話人控制
控制多人畫面中由哪個角色說話
當圖片或影片中有多位人物，但只希望其中一位說話時，可使用說話者控制功能，指定需要同步嘴型的區域。
使用模型口型同步圖像（最長10分鐘，可控說話者）口型同步影片（可控說話者）
操作步驟
- 1先上傳圖片或影片。
- 2使用「控制誰說話」功能，為說話角色建立遮罩。
- 3上傳音訊並生成。
建議
請在圖片或影片上傳成功後再建立遮罩。用白色覆蓋說話角色的嘴唇、臉部、身體及其他需要控制的區域。
一人說話一人聆聽
讓一人說話，另一人保持聆聽
生成一人說話、另一人安靜聆聽的雙人畫面，適合訪談、反應影片、教學片段和 Podcast 場景。
使用模型口型同步圖像（兩位說話者）
操作步驟
- 1上傳雙人圖片。
- 2只上傳一條語音音軌。
- 3生成聆聽式影片。
建議
只提供一條語音音軌時，選取的角色會開口說話，另一位角色則保持安靜，呈現自然的聆聽效果。
日文
西班牙文 / 原始影片
西班牙文
原始影片
AI 影片翻譯
翻譯影片並同步說話者嘴型
將原始影片轉換為帶有翻譯配音和同步嘴型的版本，適合課程、產品展示、廣告、教學和社群內容的跨語言製作。
使用模型AI 影片翻譯
操作步驟
- 1上傳原始影片。
- 2選擇目標語言。
- 3選擇快速模式或進階模式。
- 4生成翻譯後的影片。
建議
快速模式適合先製作草稿；若更重視品質，請選擇進階模式。
參考圖片 · 參考音訊 · 提示詞
參考圖片
@audio1
提示詞
Use the song from @audio1 to generate a video of a man singing.
最佳影片生成
生成可控制鏡頭的全新對嘴影片
結合參考圖片、參考音訊和提示詞生成新影片，適合需要控制鏡頭運動、畫面風格、表情、動作或敘事的場景。
使用模型#1 最好的影片生成
操作步驟
- 1上傳參考圖片。
- 2上傳參考音訊。
- 3編寫包含場景、鏡頭、動作和風格的提示詞。
- 4生成影片。
建議
需要電影感構圖、鏡頭運動或風格化畫面時，可優先選擇此流程。
提示詞
提示詞
A panda sits on the left and looks at the camera, saying, "Hello everyone." After that, a raccoon on the right speaks and says, "Welcome to Lip Sync Studio"
提示詞台詞
從文字提示詞生成說話影片
直接用文字提示詞生成說話或對話影片。在提示詞中寫清楚角色的台詞，並描述場景、表情、節奏和鏡頭。
使用模型#1 最好的影片生成影片生成（經濟版）
操作步驟
- 1選擇影片生成功能。
- 2在提示詞中寫出完整台詞。
- 3描述說話者、場景、鏡頭和時間順序。
- 4生成說話影片。
建議
將完整台詞寫入提示詞，讓 AI 為各角色生成同步的語音和嘴型動作。
參考圖片 · 提示詞
參考圖片
提示詞
A cinematic, ultra-realistic SaaS video ad with native synchronized high-quality voiceover. At the opening frame, the bold white text "lipsync.studio" dynamically drops from the top, settling in the center with a soft organic bounce and a subtle glowing neon orange light, before scaling down to the bottom watermark. The camera dynamically zooms into @image1. The cat stands on stage holding the microphone, its whiskers twitching naturally and fur swaying as it speaks like a stand-up comedian, enthusiastically saying: "Why sing when you can just talk?". With a smooth slide-transition, it cuts to @image2. The cool gorilla leans its arm comfortably on the car window, blinking naturally and nodding its head as it talks in a deep, humorous voice: "Exactly, buddy. Just let AI do the talking." A fluid warp transition pans to @image3. The baby closed-eyes, swaying gently, holding the microphone with a natural grip, babbling happily with a sweet baby voice: "Try it for free now!". Photorealistic, 60fps fluid motion.
影片廣告生成
生成電影感對嘴影片廣告
結合多張參考圖片和詳細提示詞生成短片廣告，適合各鏡頭都需要明確角色、旁白和轉場的品牌內容。
使用模型#1 最好的影片生成
操作步驟
- 1上傳各鏡頭對應的參考圖片。
- 2貼上包含 @image1、@image2、@image3 的提示詞。
- 3描述旁白、鏡頭運動、轉場和品牌文字。
- 4生成最終廣告影片。
建議
讓每個參考標籤對應一個鏡頭，有助於保持角色外觀與鏡頭順序一致。
影片對嘴
替換或同步既有影片中的語音
上傳既有影片和新音訊，生成對嘴版本。當影片中只有一人需要說話時，也可以加入說話者遮罩。
使用模型口型同步影片（可控說話者）口型同步影片（僅唇部區域）
操作步驟
- 1上傳原始影片。
- 2上傳新的音訊。
- 3如有需要，可使用「控制誰說話」功能新增遮罩。
- 4生成對嘴影片。
建議
影片對嘴會參考整體畫面；僅調整嘴部的功能則專注於嘴唇區域，原始影片中的嘴唇須清晰可見，並有可偵測的動作。
圖片對嘴
用一張圖片生成唱歌或演講影片
上傳一張人像和一段音訊，即可生成唱歌、演講或講解影片。適合虛擬人物、主持人、課程講解、音樂演出和社群短片。
使用模型口型同步圖像（最長10分鐘，可控說話者）口型同步圖像（最長5分鐘，可控表情與動作）
操作步驟
- 1上傳清晰的人像圖片。
- 2上傳演講、旁白或唱歌音訊。
- 3生成對嘴影片。
建議
如果圖片中有文字，或需要更細緻的頭部動作與表情控制，建議選擇可控制表情和動作的照片動畫功能。
AI 播客影片產生器可以做什麼？
AI 播客影片產生器根據雙人圖片和說話者音訊產生對話場景。獨立音軌有助於將每個聲音對應到正確人物。 每位說話者使用獨立音軌，保留原始時間軸。產生前試聽分離音軌，確認人物與聲音對應。
需要準備什麼
一張包含兩個人的圖片，以及分別對應兩位說話者、時間對齊的音軌。
如何獲得更好的效果
每位說話者使用獨立音軌，保留原始時間軸。產生前試聽分離音軌，確認人物與聲音對應。
產生前請確認
可用模型、檔案格式、時長、解析度、點數及付費選項因流程而異。提交前請查看所選模型及產生器顯示的費用。產生品質取決於原始素材，使用前請預覽結果。
為什麼選擇我們的產生工具？
雙人對話，輕鬆製作播客
用雙人圖片與獨立音軌建立對話場景，將聲音分配給對應人物，製作播客、訪談與說話者和聆聽者影片。
高人物一致性
以原始人物、動物或角色的面部與參考細節為基礎，保持表演中的角色辨識度，延續觀眾熟悉的形象。
自然表情與生動表達
透過音訊與表演提示詞引導面部表情和動作，讓角色傳達更貼合臺詞的情緒。先預覽短片，檢查表情、嘴部與整體表達。
語音、音樂與圖片工具集中使用
上傳或錄製音訊，也可以使用文字轉語音、聲音複製、音樂與圖片產生工具準備素材。先試聽和檢查，再建立表演影片。
同時支援說話與演唱
利用說話、旁白或演唱音軌驅動角色。清晰的人聲和可見的嘴部有助於製作問候、講解和歌曲表演。
一個頁面，產生影片、圖片和音訊
圖片產生、錄音、文字轉語音、聲音與音樂工具、影片動畫集中使用，從準備素材到檢查成片，在同一工作區完成。
常見問題
我需要準備哪些素材？
一張包含兩個人的圖片，以及分別對應兩位說話者、時間對齊的音軌。
如何提高產生效果？
每位說話者使用獨立音軌，保留原始時間軸。產生前試聽分離音軌，確認人物與聲音對應。
需要確認哪些限制和費用？
可用模型、檔案格式、時長、解析度、點數及付費選項因流程而異。提交前請查看所選模型及產生器顯示的費用。產生品質取決於原始素材，使用前請預覽結果。
可以在這裡準備語音、音樂和圖片嗎？
上傳或錄製音訊，也可以使用文字轉語音、聲音複製、音樂與圖片產生工具準備素材。先試聽和檢查，再建立表演影片。
需要安裝軟體或準備顯示卡嗎？
在瀏覽器上傳素材並提交產生，無需安裝 Python、CUDA 或設定本機 GPU。可以從已有圖片或影片開始創作。
可以選擇哪些輸出解析度？
可用模型、檔案格式、時長、解析度、點數及付費選項因流程而異。提交前請查看所選模型及產生器顯示的費用。產生品質取決於原始素材，使用前請預覽結果。
AI 播客影片產生器可以做什麼？
AI 播客影片產生器根據雙人圖片和說話者音訊產生對話場景。獨立音軌有助於將每個聲音對應到正確人物。 每位說話者使用獨立音軌，保留原始時間軸。產生前試聽分離音軌，確認人物與聲音對應。
Lipsync AI 定價
選擇一個方案，立即體驗由 Lipsync AI 驅動的 lip sync (嘴型同步) 功能。為您的創意專案，使用 Lipsync AI 創建完美同步的影片。
標準版
$49.99
$39.99/月
-20%💎16,000點數
= 12,000 基礎點數
+ 4,000 贈送點數 🎁+30%
* 年訂閱額度一次性發放，按年週期刷新（每12個月）。
- 允許私人的 Lipsync AI lip sync (嘴型同步) 影片
- 高品質 Lipsync AI 輸出
- 進階 Lipsync AI 模型
- 優先 Lipsync AI 生成
安全付款
可用付款方式因裝置和地區而異。
立省 50%
企業方案
$99.99
$79.99/月
-20%💎33,000點數
= 25,200 基礎點數
+ 7,800 贈送點數 🎁+30%
* 年訂閱額度一次性發放，按年週期刷新（每12個月）。
- 允許私人的 Lipsync AI lip sync (嘴型同步) 影片
- 高品質 Lipsync AI 輸出
- 進階 Lipsync AI 模型
- 優先 Lipsync AI 生成
安全付款
可用付款方式因裝置和地區而異。
基本方案
$29.99
$24.99/月
-17%💎7,000點數
= 5,400 基礎點數
+ 1,600 贈送點數 🎁+30%
* 年訂閱額度一次性發放，按年週期刷新（每12個月）。
- 允許私人的 Lipsync AI lip sync (嘴型同步) 影片
- 高品質 Lipsync AI 輸出
- 進階 Lipsync AI 模型
- 優先 Lipsync AI 生成
安全付款
可用付款方式因裝置和地區而異。
一次性購買
按需付費，點數永久不過期。
價格
點數
$9999
300,000
$4999
140,000
$2999
80,000
$1999
40,000
$999
16,000
$499
8,000
$199
3,000
安全付款
可用付款方式因裝置和地區而異。
•
使用方法
如何使用AI播客影片生成器
上傳音訊和說話者圖片，調整時長和品質等設定，即可立即生成專業的多人唇形同步播客影片。
AI驅動的多人唇形同步
我們的AI播客影片生成器使用先進技術對齊音素和面部動作，為專業播客視覺效果創建引人注目的多人唇形同步。
簡單工作流程
01
上傳音訊和圖片
將您的播客音訊（MP3/WAV）和說話者圖片（PNG/JPG）添加到AI播客影片生成器中。
02
調整設定
配置時長、品質和多人唇形同步偏好設定。
03
生成影片
創建具有同步多人唇形同步的專業播客影片。
04
預覽和下載
查看您的AI生成播客影片，立即下載或分享。