多场景图片对口型

多张分镜图片的口型同步

添加不同场景的图片，为角色配上声音，串成一个完整的故事。

分镜1成片比例由第一张图片决定
分镜 1
描述不一定能准确执行
模型
Max速度更慢一些，但表情和动作会更丰富。Music最适合唱歌照片和音乐驱动的口型同步。Super最新测试版，口型同步效果更出色，仅支持最长 30 秒。
折合 0.0 / 20 秒额度
升级以生成更长的视频
为每个分镜添加图片和音频或文本

什么是多场景图片对口型？

多场景图片对口型使用多张图片作为独立分镜，为每个镜头添加音频或文字脚本，再按顺序生成一个完整视频。它也叫多图对口型或多分镜对口型，需要你提供每个场景的图片。

把分镜图片编排成多场景视频

  1. 1

    添加分镜图片

    每张图片对应一个场景。上传图片，选择角色，再按故事顺序排列卡片。

  2. 2

    添加声音与描述

    每个分镜可使用音频或文字脚本，也可以添加动作或镜头描述。

  3. 3

    检查整片额度

    检查各分镜的时长和整片额度。Super 仅支持单角色分镜，每个分镜最多 150 个有效字符或 30 秒音频。

常见问题

更多免费 AI 口型同步工具

单图说话适合一张照片的口播；同框双人对口型适合一张图片中的角色对话；多场景工具适合你已准备好分镜图的故事、访谈切镜或分段讲解；一键 MV 则适合由图片和歌曲自动安排镜头。

同框双人对口型
让任何照片开口说话 — 免费在线 AI 照片说话生成器

让任何照片开口说话 — 免费在线 AI 照片说话生成器

上传一张人脸照片，输入文案，就能用聚焦的口型同步流程生成会说话的视频。

音频转照片说话视频

音频转照片说话视频

上传一张人脸照片，再添加音频，就能把静态图片转换成跟随声音说话的视频。

一键对口型 MV 生成器

一键对口型 MV 生成器

一张照片、一段歌曲，自动生成对口型 MV。模型根据音乐节拍确定分镜时间点，并生成各分镜画面，无需提示词或手动编排。