AI 對嘴：讓照片說話，也能跟著音樂唱歌
使用 AI 對嘴影片產生器，讓照片中的人物跟著語音說話或隨歌曲演唱。上傳人像與音訊，試聽並選好 4–15 秒片段，設定 768P 或 2K 畫質和畫面比例，完成後可預覽並下載 MP4。產生影片需登入且可用餘額不少於20點，每次實際扣除20點，贈送與簽到點數也能使用。
人像
一張清晰人像 · JPG、PNG 或 WebP · 最大 30 MB · 至少 256 × 256
人聲或歌曲
選擇 4–15 秒清晰的說話或歌唱片段。
正在載入…
看看人像說話、Podcast、課堂講解與唱歌等不同情境的示範。
Podcast 主持
課堂講解
人像演唱
AI 對嘴影片怎麼做：選好唱詞，再準備照片
01
從要說的話或要唱的樂句開始
先聽你要使用的聲音，再想人物應該呈現什麼。一句自我介紹、祝福和副歌，需要的表情並不相同。照片說話可挑一個完整意思，讓觀眾聽懂起頭與結尾；讓照片唱歌則先找主唱清楚、容易辨識的樂句，不必從長段器樂開始。這裡由你提供錄音，不會替你寫台詞、作出原曲或重新演唱。先決定重點是話語、旋律還是人物反應，結果出來後才有具體的比較方向。
讓照片說話，可以從自我介紹、祝福或簡短說明開始；讓照片唱歌，則先選自己歌曲裡容易辨認的樂句。挑一張表情符合聲音的人像，先完成一個完整片段，再比較照片的不同選擇。最後的 MP4 使用你選定的音訊，準備時可以邊聽聲音，邊想人物怎麼表現。
02
選清楚的人像，嘴部不要被遮住
從單人、臉部細節清楚的照片開始比較方便。正面或略微側向的角度，較容易檢查唇形；頭髮、手或麥克風遮住嘴部，會讓觀察困難。留意光線是否勾出上下唇輪廓，也看臉在照片裡是否太小。提高輸出畫質不是修復模糊來源的保證。頭部周圍保留一些空間，換成直式或橫式畫面時比較好安排；多人合照建議先準備聚焦目標人物的版本，本頁沒有選擇哪張臉唱歌的多人控制。
可上傳JPG、PNG、WebP，檔案不超過30 MB。伺服器目前要求兩邊至少256像素，並拒絕超過3,200萬像素的圖片。也能用已有角色人像，已儲存角色仍依帳號權限存取。送出前確認預覽是想使用的那張。人像會放進所選比例的畫面，不同形狀可能留邊，不代表自動延伸新背景。為直式裁得很緊的照片，改成橫式時未必平衡；最好在準備素材時就想好用途。
03
先確認聲音能播放，也聽得懂
音訊支援MP3、WAV、M4A、AAC、OGG、FLAC，可本機上傳或從帳號雲端音樂選擇，上傳上限30 MB。副檔名正確不等於內容有效，伺服器還會解碼驗證。選好後先在片段編輯器試聽，確認不是同名的另一個版本。瀏覽器不能播放某種編碼時，先準備能試聽的檔案再送出。第一次測試可用清晰的說話或歌聲，避免長段無人聲、環境噪音很大或字句很難分辨的部分。
先挑主唱清楚的片段。如果伴奏蓋住歌詞，可以先用本站的人聲分離工具擷取人聲，再將人聲檔案上傳到這裡。保留起頭的子音、結尾的字和自然呼吸，試聽整理後的片段，確認聲音清楚，再設定表演方式。
先用人聲分離工具擷取清晰人聲04
片段要完整，從起頭聽到結尾
每個請求使用4–15秒整數時長，起點可以是小數秒。透過波形和播放，找到首字之前的位置，別把開頭子音切掉。也要聽結尾是否截斷詞語或延長的音。可上傳較長錄音，再挑出其中一段，但一次不會把整首歌曲做成完整對嘴影片。超過音訊結尾的選區不能送出，應往前移或縮短。波形提供位置參考，真正是否形成一句完整的話，還是需要用耳朵確認。
你試聽的範圍決定這次送出的聲音與最後音軌，不另外使用另一段來計算費用。第一次可以選一句自成意思的台詞，比跨越好幾段內容更容易看出唇形變化。比較兩張照片時先維持同一片段，調整動作描述時也盡量不要換音訊。保留起點與時長紀錄，就能知道效果差異來自哪個條件。唱歌片段則要留足關心的發聲部分，避免旋律聽起來完整，最後一個字卻在選區外。
05
依用途選畫質和直橫式比例
畫質可選 768P 或 2K，比例包括 9:16、16:9、1:1、4:3、3:4，初始設定為 768P 與直式 9:16。直式可突出人物，橫式適合保留周邊環境，方形方便安排置中的頭像。看過人像預覽後，依實際展示位置選構圖，再確認點數估算。
每次產生影片固定扣除20點，768P和2K畫質、4–15秒支援範圍內的片段價格相同。畫質和時長決定影片設定，點數費用按一次請求計算。工作台會先檢查可用餘額，不足時立即提示；正式上傳前再更新餘額，後端扣點交易仍會獨立核驗，避免餘額已被其他任務使用時繼續送出。比較照片或動作描述時，可維持同一個音訊片段，方便判斷效果，也能依剩餘點數規劃下一次嘗試。
06
描述表演，播放時開聲音檢查
選填的表演描述最多 1,200 字元，可以寫平靜表情、輕微頭部動作或固定鏡頭，留下幾個重要要求即可。輕聲說話與有力的副歌適合不同表現，指示應和錄音一致。比較下一版時保持相同音訊，較容易看出哪個選擇有幫助。
播放成品時開啟聲音，檢查第一個字、較快的子音、拉長的母音及片段結尾，再看眼睛、牙齒和臉部輪廓。想做下一版時，一次只改照片、片段或表演描述中的一項。完整看過後再下載 MP4，留下適合繼續使用的版本。
07
確認使用資格，下載後保留素材來源
產生影片前請登入並確認可用餘額至少20點。註冊贈送、簽到、訂閱與購買所得的可用點數都能使用，無須付費方案；管理員也每次實際扣除20點。可以先準備照片、試聽音訊，再確認畫質和片段範圍。完成後把MP4與原始素材一起保存。明確拒絕或確認產生失敗時會退回點數，相同請求不會重複扣點。歷史紀錄可用來查看仍可播放的結果。
使用自己擁有或已取得使用許可的人像與音訊。照片是真人時，確認對方同意預定的表演方式；使用歌曲時，核對相應的使用範圍。把素材、許可說明與成品一起保存，並依發布平台要求標示生成內容。
照片說話與唱歌，你可能想問的事
怎麼讓照片說話或唱歌？
上傳人像或選已有角色，加入音訊並試聽4–15秒片段，再設定畫質、比例和選填表演描述。確認點數估算及帳號資格後登入產生影片。
可用哪些圖片與聲音格式？
圖片支援JPG、PNG、WebP，音訊支援MP3、WAV、M4A、AAC、OGG、FLAC，每個上傳檔案不超過30 MB，且須通過內容驗證。送出前先確認能播放。
可以上傳整首歌，再挑一段嗎？
檔案在限制內且能解碼，就能選其中4–15秒。用波形和試聽確認首尾，一次不會生成整首歌的影片。
畫質與影片比例怎麼選？
選768P或2K，再從五種比例挑適合用途的畫面。確認人像構圖及更新後的點數估算，更高畫質不保證唇形更準確。
需要登入嗎，點數怎麼算？
登入後，可用餘額不少於20點即可產生影片，每次扣除20點。兩種畫質與支援範圍內的片段長度價格相同，贈送及簽到點數都能使用，管理員也依相同規則扣點；明確失敗會退回點數。
嘴形不太合時先看哪裡？
先檢查人聲是否清楚、選區首尾是否完整、嘴部有無遮蔽，再簡化表演描述，每次改一個條件。工具不保證逐字完美同步。