上傳影片和你想要的語音。AI 對嘴會重繪嘴部,讓每個字都對上,適合配音、改台詞和 AI 角色。
你會得到一個帶有新語音和吻合嘴型的 MP4。大多數短片需要 2–3 分鐘。
這是我們自己的一次完整測試。打開聲音,在無聲原片和對嘴結果之間切換比較。
他用英文說了這句台詞:「嗨,你好。一分鐘前這段影片還是無聲的,現在我說的每個字都對得上嘴型。」

一張不存在的人物照片:正對鏡頭、嘴巴閉合、光線均勻。

用 Veo 3.1 Lite 從這張照片生成 8 秒影片,人物會眨眼並輕微轉頭。

AI 對嘴為每個字重繪了他的嘴部,畫面其餘部分維持原樣。
AI 對嘴是一種修改影片中嘴部動作、讓它與新音軌吻合的工具。你提供一段人物影片和想要的語音,它會逐格重繪嘴唇、下顎和牙齒,直到台詞和嘴型完全對上。
它能省下一次重拍。配音廣告、更正的產品名稱、需要聲音的 AI 角色,過去都代表要重新拍攝或手工製作動畫。AI 對嘴用你手上現有的影片就能完成。
模型先聽音訊,把它拆成音素,也就是語音中的各個發音。每個發音對應一種嘴型,稱為視素:發 M 時雙唇閉合,發 A 時張大,發 O 時呈圓形。接著模型在每一格畫面中重新繪製下半張臉,準時做出這些嘴型,並與周圍的皮膚和光線融為一體。
構圖、背景、光線、頭部動作和臉部其他區域都維持原樣,只重繪嘴部區域。
嘴唇、牙齒和下顎會跟著新的語音動,新音訊會取代影片原本的聲音。
整個 AI 對嘴流程都在瀏覽器中完成,不需要剪輯軟體,也不需要外掛程式。
拖入一段 2 到 60 秒的 MP4 或 MOV。畫面中只有一個人面對鏡頭、嘴部清楚可見時,效果最好。
上傳 10 MB 以內的 MP3、WAV、M4A 或 AAC 音訊。可以用手機錄音、從語音工具匯出,或使用一段配音。
勾選同意確認框,然後點擊「開始同步」。大多數短片兩到三分鐘就能產出 MP4。
AI 對嘴只能重繪它找得到的嘴。以下五點決定它能不能找到。
正臉或稍微側臉效果最好。完全側臉會擋住一半的嘴唇。
模型需要看到兩側嘴角,才能放準每個嘴型。
特寫鏡頭至少使用 720p。臉部太小或模糊,嘴唇會發糊、暈成一片。
嘴部周圍的像素越多,可重繪的細節就越多。
鏡頭裡只保留一張清楚的臉。人多時,對嘴可能會套到錯的人身上。
這個工具每段影片只驅動一張臉。
手、麥克風、口罩和濃密的鬍子擋住嘴唇都會造成干擾。
嘴部被遮住的部分會重繪得很差,或者完全無法重繪。
快速轉頭和閃爍的光線會讓嘴部很難逐格追蹤。
動態模糊會遮住模型要修改的嘴型。
結果會維持影片的長度,費用也依影片秒數計算。以下是兩個檔案長度不一致時的情況。
| 你的檔案 | 得到的結果 | 建議 |
|---|---|---|
| 音訊與影片一樣長 | 整段影片嘴巴都在動 | 配音的理想情況 |
| 音訊比影片短 | 音訊結束後,說話者就停止說話 | 先把影片剪到和音訊一樣長,計費秒數會更少 |
| 音訊比影片長 | 音訊會在影片結束處被截斷 | 加快台詞語速,或改用更長的影片 |
工具會在同步前顯示兩者的長度,長度不一致不會讓你措手不及。
要取得一段某人說出你台詞的影片,有三種方法。選哪一種取決於你手上有什麼。
Imgveo 價格
5 秒影片 40 點數
Imgveo 價格
8 秒有聲影片 30 點數起
價格讀取自我們的即時價目表。照片說話這一列正是我們製作上方範例時用的流程。
AI 對嘴是配音的最後一步。同一段素材不必重拍,就能說西班牙語、日語或德語。
翻譯台詞並大聲念一遍,盡量貼近原句的長度。
請母語人士錄音,或從語音工具把台詞匯出為 MP3 或 WAV。
剪掉開頭和結尾的靜音,讓語音填滿整段影片。
上傳原始影片和新音訊。每種語言重複一次。
有些語言表達同樣的意思需要更多音節。如果德語台詞偏長,請精簡用字,而不是加快語速,否則聽起來會很趕。AI 對嘴會跟著音訊本身的節奏走。
只要畫面上的人需要說出拍攝當天沒說過的話,就用得上。
修改價格、產品名稱或行動呼籲,不必再約主持人。
保留一條主持人看著鏡頭的乾淨素材,方便日後修改。
一段影片發布多種語言版本,每種語言的嘴型都對得上。
先做最重要的市場,確認效果後再做其他語言。
替生成的角色配上聲音,以及一句符合劇情的台詞。
生成角色時讓它面向鏡頭、嘴巴閉合,就像我們的範例一樣。
替換演講、課程或社群短片裡說錯的一個字,不必重拍。
只剪出那一句,對好嘴型,再接回你的剪輯中。
我們用自己的影片測試了它的極限。以下是你可以預期的情況。

如果臉背對鏡頭、太小或因動作而模糊,同步會停止,點數會退還給你。
每段影片只同步一張臉。如果是對話,請把每位說話者剪成各自的影片。
AI 對嘴對上的是嘴型,不是表演。平淡的錄音聽起來依然平淡。
AI 對嘴支援什麼、輸出什麼、價格多少。
影片:MP4 或 MOV,2 到 60 秒,最大 100 MB,至少 360p。音訊:MP3、WAV、M4A 或 AAC,最大 10 MB。
與原始影片等長的 MP4,以新語音作為音軌,嘴型與之吻合。
依影片長度每秒 8 點數,以整秒計算。僅限付費方案。失敗的任務會退還點數。
| 影片長度 | 點數 |
|---|---|
| 5 秒 | 40 |
| 10 秒 | 80 |
| 30 秒 | 240 |
| 60 秒 | 480 |
AI 對嘴可以讓人「說出」沒說過的話,所以我們會先徵求許可。每次執行前,你都需要確認自己有權使用影片中的臉和聲音。
打開 Imgveo Studio,在一個工作台裡用同一套點數執行本工具以及所有其他 AI 影片和圖像模型。
先做出影片,再替它配上聲音。
上傳影片和你想要的語音,剩下的交給 AI 對嘴,幾分鐘就能完成。