口型同步影片 — 讓人像跟著你的人聲開口

這裡的 AI 對口型，是用一張靜幀人像和一段人聲音訊生成對口型影片。MusGen 會讓口型跟上說話或演唱。這是「照片 + 音訊」的對口型，不是拿現成臉部影片去改嘴。

不是。這個對口型流程只接收一張人像和音訊。本頁不能上傳人臉影片做配音、翻譯或多說話人換嘴。

加入一張人像和人聲音訊，寫提示詞，選好畫幅和解析度，再點「創作」。先把音訊裁到 3–30 秒。可在「結果」或歷史紀錄裡預覽。

圖片：JPG、PNG 或 WebP，最大 50MB，且須一張清晰完整的臉。音訊：MP3、WAV、AAC 或 M4A，最大 30MB。請用人聲清楚的素材，不要純伴奏。

每條任務必須在 3 到 30 秒之間。更長的音訊要先裁再創作。

是的。生成需要登入，點數按時長乘以解析度計算（768P 與 1080P 的單價，新用戶和回訪用戶不同）。部分會員方案還有每日任務上限。

可以。從「我的音樂」選已完成的曲目，或上傳本機人聲檔，再裁到 3–30 秒。

「線上免費」指你可以打開工具，用現有點數試用。不等於無限免費生成、免費商用授權，或免登入生成。

口型同步影片一律用一張人像和人聲，做成口型對齊的說話或演唱短片。照片視頻製作器是把照片做成音樂影片，對口型只是可選項。想做照片 MV 請用照片視頻製作器。