照片视频制作：把一首歌和照片做成歌词视频

照片视频制作的思路很简单：一首做好的歌、几张画面、一份歌词，三样东西合在一起就是一支音乐视频。照片撑起画面，歌词按演唱的时间一句句出现，想要一点律动的话，还可以在下方叠一条随音乐起伏的声波。不用拉时间轴，也不用拍任何素材：上传歌曲，决定画面从哪里来，核对歌词，然后导出。

画面可以由 AI 根据歌曲的情绪生成，有七种视觉风格可选；也可以用你自己的照片——宣传照、封面图、旅行照，任何你希望在歌曲播放时出现的画面都行。它是 Online Vocal Remover 的 AI 音乐视频工具之一：当一首歌更需要把歌词放到画面上，而不是讲一个故事或者做随节拍跳动的图形时，就选它。

先决定画面的来源。选 AI 画面时，工具会读取歌曲的情绪（有歌词的话也会参考歌词），按你选的风格生成图片：自动、电影感、梦幻、霓虹、复古胶片、艺术插画、极简。你可以补一句对主体、场景和光线的描述来引导生成，画质分标准和精致两档。可以整首歌只用一张图，也可以用 2 到 12 张图组成照片序列，随歌曲段落切换，每个场景大约 20 秒。

选自己的照片时，上传 1 到 12 张 JPEG、PNG 或 WebP 图片，拖动排好顺序即可。这是给属于真实人物和地点的歌准备的：工具会严格按你给的照片来做视频，渲染完成后原图会被删除。

歌词以带时间轴的字幕显示。用本站 AI 音乐生成器做的歌，可以直接取回歌词和时间轴（已有精确时间轴的免费，首次获取精确时间轴需要 5 积分）；自己上传的歌，把歌词按一行一句粘进来，工具会先均匀铺满整首歌，再到时间轴编辑器里逐句微调，手上有 LRC 文件的话直接导入。字幕样式有清晰、卡拉 OK、打字机、醒目四种，位置可以放在画面顶部、中间或底部。

最后选画幅：16:9 适合 YouTube 和横屏播放器，9:16 适合抖音、视频号、Shorts 和 Reels。随音乐起伏的声波可以开也可以关，浏览器里的实时预览会把照片、字幕和音频合在一起播给你看，满意了再花积分渲染。

导出的是带原始音频的 MP4 文件，可以直接上传。

上传歌曲。支持 MP3、WAV、OGG、M4A 格式，时长 15 秒到 8 分钟，文件不超过 50 MB；也可以直接选账号里已经生成好的歌，不用再上传。

选择画面。用七种风格之一让 AI 根据歌曲生成，单张或序列都行；或者上传自己的照片并排好顺序。

核对歌词。本站生成的歌直接取回时间轴歌词，上传的歌粘贴歌词或导入 LRC，然后在编辑器里过一遍时间点，选好字幕样式和位置。

预览并导出。开着声音看一遍预览，决定声波开关，选 16:9 或 9:16，然后生成。确认前会显示预计积分，渲染完成后就能下载 MP4。

词曲作者和独立音乐人用它给新单曲先出一版歌词 MV，不用等拍摄：封面图或几张照片撑起画面，歌词负责其余的部分。刚用 AI 音乐生成器做出一首歌的人也是同样的需求——生成的歌本身没有画面，这一步能让它在几分钟内变成可以发到 YouTube、B 站或抖音的视频。

音乐发行之外同样好用。生日、婚礼或纪念视频通常就是一首喜欢的歌配一组照片，字幕可以是歌词，也可以是一段想说的话。老师和合唱团用它做跟唱视频，播客和小厂牌用它把音频变成能在视频平台播放的内容。

如果你要的不是照片和歌词，而是随声音起伏的图形，音乐可视化工具更合适：它会画出随音频跳动的柱状、波形和圆环，完全不需要图片。