常见玩法，挑一种做
做AI对口型之前，先想好要哪一种。传照片还是视频、用哪个模型，跟着就定了。
照片唱歌宠物照片唱歌
- 上传
- 脸清楚的照片，加一段歌
- 先试
- 以工具内显示为准
- 小提醒
- 截副歌那几句，短一点好挑
口播换词口播换台词
- 上传
- 正对镜头的口播视频，加新台词录音
- 先试
- 以工具内显示为准
- 小提醒
- 价格、功效要和实物一致
方言配音换方言再说
- 上传
- 原视频，加一段方言或外语录音
- 先试
- 以工具内显示为准
- 小提醒
- 先拿十几秒试，再做整条
本页配图为示意，非 VEME 生成结果。
以工具内显示为准
照片声音，传前自查
照片和视频
- 正脸，眼睛看镜头。
- 嘴边别挡东西：口罩、手、话筒、头发。
- 两边脸亮度差不多，别半张脸在阴影里。
- 视频里的人别猛地转头。
声音
- 只要人声，背景音乐越小越好。
- 找个不回音的地方录，挂满衣服的衣柜就很好用。
- 给视频换声音，新音频和原视频长度尽量接近。
- 一句一句说清楚，别吞字。
三个模型，按需挑选
| 模型 | 模型说明 | 适合做什么 | 额外能填 | 按钮积分 |
|---|---|---|---|---|
latentsyncReferenceAudio | 基于音频和人脸参考生成对口型视频 | 口播换声音，照片先试一版 | 无 | 以工具内显示为准 |
kling-avatar-v2-standardStart/EndAudio | 使用标准质量预设生成说话头像 | 照片说话、唱歌 | 语音描述（可选） | 以工具内显示为准 |
kling-avatar-v2-proStart/EndAudio | 使用更高质量预设生成说话头像 | 正式账号，画面要更细 | 语音描述（可选） | 以工具内显示为准 |
生成需要积分。请登录后查看工具内当前设置对应的费用；账户优惠和方案权益以界面及价格页为准。
以工具内显示为准
中文口型，几个难音
看对口型视频，眼睛都盯着嘴。中文有几类音，嘴型变化特别大。录音时照顾好它们，AI对口型出来才像真在说话。
b、p、m 要闭嘴
「爸爸」「跑步」「妈妈」，嘴唇得碰一下再张开。咬字清楚，别一口带过。
翘舌和平舌
zh、ch、sh 和 z、c、s 嘴型很像，语速一快就糊。绕口的词，换个说法更稳。
a、o 张得最大
拖长的「啊」「哦」，嘴张得最开。出片后先看这几处，时机对不对一眼就知道。
唱歌的长音
一个字唱好几拍，嘴型要一直撑住。挑伴奏轻、咬字清楚的版本，有干声就用干声。
先拿授权，再发视频
AI对口型做出来的，是一个人在说话。玩笑开过头，就成了冒充。发之前记住三件事。
只用自己的脸和声音
上传的照片和声音，需要是你本人的，或已经拿到本人同意。朋友的也先问一句。不要用公众人物、明星的脸或声音。
标上「内容由AI生成」
《人工智能生成合成内容标识办法》2025年9月1日起施行。发抖音、视频号、小红书时，用平台的 AI 内容声明。
不冒充，不骗人
不让人「说」他没说过的话，不做假带货、借钱、求助这类内容。
工具只管把嘴对上声音。视频能不能发，你自己把关。
AI对口型常见问题
在国内能直接打开用吗？
可以。用浏览器打开就行，整个流程都在网页里做完，不用装软件。网络不同，打开速度会有差别。
对口型视频发抖音要标AI吗？
要标。合成的人脸、人声都属于需要标识的内容。发布时在作者声明里选「内容由AI生成」，入口位置随抖音版本可能会变。
我能用明星或朋友的照片做吗？
明星不行。按《民法典》第一千零一十九条，用技术手段伪造别人的肖像属于侵权。朋友的照片，先拿到对方同意。
能对粤语、四川话这些方言吗？
可以试。口型同步支持多语言音频，但方言口音差别大。先传十几秒，看嘴型跟不跟得上，再做整条。
一条视频最长能做多长？
时长上限以上传页面显示为准。建议先用十几秒的素材试，素材越长，积分可能越多。
宠物照片也能开口唱歌吗？
能。脸正、嘴部清楚的宠物照片效果更好。卡通形象差别比较大，先拿一张试试。
做一条要花多少积分？
生成需要积分。请登录后查看工具内当前设置对应的费用；账户优惠和方案权益以界面及价格页为准。