AI 照片唱歌
用一张人物照片和一小段带人声的歌曲，尝试单人唱歌表演。支持 1–10 秒录音，可先试用默认歌曲与照片。当前为测试版。
人物照片
真实生成示例 · 点击带声音播放
使用默认人物生成的真实测试结果。示例音频为英语，切换界面语言不会翻译音频。请检查字幕、口型与人物一致性。
把已经唱好的那一句，配上人物画面
你可能已经录了一句喜欢的旋律，或完成了一段歌曲小样，只差一个可以播放的视觉片段。AI 照片唱歌让现成人像参与这段声音，先试出短表演的感觉。
歌曲来自你准备的录音
旋律、歌词和演唱声音由输入音频提供。工具围绕这段歌曲生成口部和头部动作，不负责把歌词谱成曲，也不会从照片中推断歌声。
画面围绕一位演唱者
使用一张成年人的照片，尝试一个连续镜头的独唱表现。它不编排多人合唱、舞蹈或完整音乐 MV，适合把注意力留在短短一个乐句。
先判断声音与人物是否搭配
当你还没决定音乐预告的视觉方向时，可以先看一段照片表演，再决定是否继续剪辑其他素材。生成是一次尝试，不意味着每次都能得到可直接发布的成片。
挑一个值得被听见的音乐瞬间
只有几秒钟时，完整乐句比随机截取更有感染力。先确定视频放在哪里，再选相应的声音内容。
歌曲小样或副歌的预告
新歌尚在制作、但已有一句完整旋律时，可以尝试把它放入预告开头。后面的作品信息、发行说明或其他镜头由你自己的页面或剪辑承接。
个人录音的可视化展示
把练习中满意的一句做成人物短片，放进创作记录或录音展示页。听众先听到你的演唱，再阅读创作背景；画面不能替代对原录音的判断。
亲自唱出的简短问候
为纪念视频录一段自己的祝福旋律，再配上人物照片。选择能在 10 秒内自然收尾的乐句，别为了包含更多歌词而突然加速或剪断尾音。
让一句歌词有开头，也有收尾
唱歌的长元音和换气会让嘴部动作更明显。清晰的音频与无遮挡的照片，能让你更容易判断生成结果是否符合预期。
优先保留主唱声音
选择一位主要演唱者，避免和声、人群声和伴奏同时盖住主唱。纯伴奏没有可见演唱需要的发音参考，不适合用来期待完整对口型。
剪出 1–10 秒完整乐句
支持最大 20 MB 的 MP3、WAV 或 FLAC。上传前去掉长前奏，保留词句起点、换气和句末收音，不要只因为达到时长上限就截断长音。
选择嘴部和脸部清楚的人像
照片支持 JPG、PNG 或 WebP。使用一张成年人的单人照，避免夸张侧脸、过暗光线、遮嘴道具和多人背景，让表演主体明确。
把照片和歌曲放在同一个短片里
默认照片与歌曲可以用于了解效果，准备好自己的素材后再分别替换。照片决定人物参考，音频决定听到的歌。
上传或选择人物照片
使用一张清晰人像，检查嘴部无遮挡。也可以保留默认照片，先把关注点放在歌曲片段是否合适。
试听并选择歌曲片段
上传 1–10 秒含人声的歌曲，或使用默认示例。确认开头没有长静音、结尾没有断词，系统会选择可容纳音频的最小生成档位。
生成后听完整个乐句
登录并确认积分报价后生成。观察长音、换气和收尾处的口型，检查面部变化与意外字幕，确认可用后下载。
长音和换气，比封面更能说明效果
当前为测试版，照片唱歌的身份保持和口型同步并非每次稳定。请同时看画面、听声音，再决定是否用于作品展示。
检查演唱过程中是否自然
不要只看刚开始的一帧。观察张口幅度、长音维持和句末闭口，留意不自然的表情、手部变化或字幕，这些都可能影响最终使用。
默认歌曲不会自动换语言
真实示例使用默认人物和英语音频。切换页面语言不会翻译示例歌曲或你上传的录音，也不会自动把歌词改成另一种语言。
按当前时长档位查看积分
单人生成使用 720p、24 fps 设置。当前 5 秒或 8 秒档为 3 积分、10 秒档为 5 积分；需要登录且积分充足，以生成前显示的报价为准。
声音不是旋律演唱时，换个更合适的入口
不同内容需要不同的动作参考。先根据音频的主要表达方式选择入口，比把所有声音都当作歌曲更清楚。
密集歌词和说唱节奏
AI Rap 视频生成器围绕单人 Rap 的点头、重音和说唱动作展开，同样使用已有录音，适合以节奏表达为主的片段。
一句自然的日常讲话
AI 照片口播用于介绍、欢迎语和问候，还支持直接输入文字。若你没有唱歌录音，只想让照片说一句话，可以从那里开始。
常见问题
了解输入如何影响结果，以及下载前需要检查什么。
