两个人可以同时说话吗？

可以。两条说话人轨道之间允许音频交叠，因此两个人可以同时说话；同一条轨道内的音频不能重叠。

可以只让一个人说话吗？

可以。只需向一条轨道添加音频，另一条轨道保持为空，未使用的说话人会在整条视频中保持静音。

时间轴的空白部分如何处理？

所有空白区域都会渲染为静音。生成前，两条音轨会自动补齐为相同的最终时长。

左右两位说话人如何确定？

选择图片后，浏览器端人脸识别会将检测到的脸从左到右排序。第一张脸由第一条轨道驱动，第二张脸由第二条轨道驱动；前端未识别到人脸也不会阻止生成。

音频片段可以移动或裁切吗？

可以。片段可横向拖动，也可拖到另一条说话人轨道；选中片段并定位播放头后可以切割。切割后删除其中一段即可实现裁剪效果。

双人视频最长可以做多长？

可用时长取决于当前套餐，并显示在生成按钮旁。这个工具的硬上限为 5 分钟，每位说话人最多支持 10 段音频。

双人对口型

用时间轴编排双人对话

把每句音频放到准确的时间位置。空白会作为静音处理，两位说话人也可以同时说话。

试试示例

请先向任一轨道添加音频

当前上限: 00:20.0

最近生成的双人视频会显示在这里

对话时间轴

（如果是歌曲，推荐双人照片唱歌）

100%

00:00.0

10s

12s

14s

16s

18s

20s

22s

24s

26s

28s

30s

添加音频开始编排

选择音频后可编辑；点击刻度尺可移动播放头。

可以只使用一条说话轨道；两条轨道会渲染为相同时长，所有空白区域自动补静音。

什么是双人对口型生成器？

双人对口型生成器可以用两条独立音轨驱动同一张图片里的两张脸。FreeLipSync 支持在可视化时间轴中移动、切割、交叠和删除音频片段，确认对白节奏后再生成一条同步的双人对话视频。

如何制作两个人对话的视频

1
上传双人图片
选择一张能清楚看到两张脸的 JPG、PNG 或 WebP 图片。浏览器会把识别到的最左侧两张脸作为说话人头像。
2
为两位说话人添加音频
向任一轨道上传一段或多段音频。如果只有一个人需要说话，也可以只使用一条轨道。
3
编排对话时间
拖动片段设置开始时间，切割或删除选中片段；两条轨道可交叠，用于打断或同时说话。所有空白会变成静音。
4
生成并下载
确认最终时长后生成双人对口型视频，在页面中预览结果，并选择当前可用的无水印下载方式。

双人对口型适用场景

播客与访谈片段

无需完整拍摄，也能编排主持人与嘉宾的提问、回答、停顿和自然插话。

对白与喜剧短剧

用一张双人图片制作有节奏的来回对白、反应、辩论和社交媒体短剧。

动画角色对话

为插画、动漫、游戏或品牌角色分配不同声音，并精确控制每个角色的说话时间。

培训与讲解场景

制作讲师与学员、销售与客户之间的演示、课程、入职培训和角色扮演对话。

提升双人对口型效果的方法

使用两张清晰可见的脸

优先选择正面或轻微侧脸、嘴部清楚、脸部没有被大面积遮挡的图片。

上传干净的人声音频

尽量使用背景音乐和噪声较少的清晰语音，让每条轨道准确驱动对应人物。

保留自然停顿

利用时间轴空白留出呼吸和反应时间，只在人物确实需要同时说话时交叠两条轨道。

时间轴与素材限制

同一说话人轨道中的音频不能重叠，不同说话人轨道之间可以重叠。
每条说话人轨道最多 10 段音频，输出硬上限为 5 分钟。
不同套餐的可用时长可能更短；生成按钮不可用时，请缩短时间轴或升级套餐。

负责任地使用图片和声音

只使用你拥有或已获得授权的照片、声音和角色素材。
不要以欺骗方式冒充真人，也不要制作欺诈、骚扰或有害内容。
当内容可能误导观众时，应明确说明媒体经过合成或编辑。

免费预览，时长按套餐开放

所有用户使用同一个生成按钮，当前套餐决定可用的时间轴时长。免费用户可以预览已完成结果；下载原清晰度视频可能需要 Pro 套餐或单次解锁。

对比 Free、Starter 和 Pro 套餐

双人对口型常见问题

更多免费 AI 口型同步工具

所有 FreeLipSync 工具使用同一引擎，按你的素材类型选择合适的工作流。

AI 双人播客视频生成器

AI 婴儿播客生成器

上传一张宝宝照片，再输入台词或添加播客音频，就能生成火遍全网的婴儿播客口型视频。

AI 卡通口型同步生成器

上传卡通或动漫角色图片，再用文字或配音音频生成口型精准的角色说话动画。

AI 照片唱歌生成器

上传一张人脸照片，添加音频，就能把静态图片变成跟随声音演唱的视频。

如何制作两个人对话的视频

上传双人图片

选择一张能清楚看到两张脸的 JPG、PNG 或 WebP 图片。浏览器会把识别到的最左侧两张脸作为说话人头像。

为两位说话人添加音频

向任一轨道上传一段或多段音频。如果只有一个人需要说话，也可以只使用一条轨道。

编排对话时间

拖动片段设置开始时间，切割或删除选中片段；两条轨道可交叠，用于打断或同时说话。所有空白会变成静音。