五種語言的廣告片
一支用法語拍攝的廣告可以變成五個檔案:每種語言各用一個「旁白配音」節點、一個 Sync Lipsync 3 節點,輸入的都是同一段影片。每個按鈕上都會在啟動前顯示相應的預算。
用 AI 為影片配音,嘴型同步
一段有人說話的影片,換上另一種語言的新聲音:Sync Lipsync 3 會將嘴型重新對齊新的文字。同一個鏡頭,英語版和西班牙語版,不需要重拍。整個工作流程不用註冊帳號就能看到。
互動示範
真實工作流，真實成果。可自由拖曳與縮放。
使用這個工作流真實的工作流程:虛擬人影片放進一個「媒體」節點,兩段翻譯各由一個「旁白配音」節點朗讀,再由兩個設定為 Sync Lipsync 3 的「影片」節點分別透過影片埠接收影片、透過語音埠接收語音。
重點摘要
- 這個工作流會產出什麼
- 2 支影片，各 12 秒、720p、9:16 · 2 段旁白
- 畫布結構
- 8 個節點，以 6 條連線相接
- 已接好的模型
- ElevenLabs v3, Sync Lipsync 3
- 跑完一輪的費用
- 約 208 點數，即 US$2.50
一段影片只拍一次,卻能做成需要的每一種語言版本:這正是嘴型同步配音的功能。畫面上的人不再說原本的句子,而是說出翻譯後的內容,嘴巴逐格跟著新的聲音動作。臉部、燈光、取景都維持拍攝時的原樣。
翻譯後的文字在「旁白配音」節點中朗讀,可以使用聲音庫裡的聲音,也可以用複製的聲音,例如您自己的聲音。設定為 Sync Lipsync 3 的「影片」節點會接收影片與語音,並輸出配音後的鏡頭。價格依照產出的時長計算,以您的兩個檔案為基準,點擊前就會顯示。
示範從會說話的虛擬人影片開始,原本是法語,先做出英語版,再做出西班牙語版。無論是廣告片、內部培訓影片還是產品介紹,都只需拍一次,再依市場輸出各一個檔案。
操作步驟
- 1
上傳說話的影片
臉部朝向鏡頭,光線充足,嘴巴清楚可見,前方沒有手或麥克風遮擋。每次處理最多兩分鐘。用手機拍攝的鏡頭也可以。
- 2
寫出翻譯文字並選擇聲音
每個「旁白配音」節點朗讀一種語言的文字。選擇一個與說話者接近的聲音,或複製其本人的聲音,讓不同語言版本都保有相同音色。
- 3
設定時長對齊方式
預設情況下,結果會在兩個時長中較短的一方結束。如果語音比影片長,請選擇「循環」:影片會在語音下方重複播放,這種效果在面對鏡頭的鏡位中效果不錯。
- 4
生成並比較
每種語言各用一個節點,全部連接到同一段影片。每個節點的價格依其時長計算。只需重新生成您不滿意的那個語言版本即可。
變化版本與使用情境
同一塊畫布，針對不同需求微調：每個變化版本只要改兩三行提示詞。
翻譯後的培訓影片
講師面對鏡頭錄製,文字由「文字」節點翻譯,再由「旁白配音」節點朗讀,影片配音後就能提供給海外的團隊觀看。剪輯內容保持不變。
不重拍就修正一句話
配音也能用在同一種語言上:一句話說錯了、價格有變動、名字需要更正。重寫文字,重新生成,嘴巴就會跟著調整。
客戶見證先加字幕,再配音
一段真實的客戶見證可以打入海外觀眾市場,又不失去當事人的面容:用相近的聲音為其配音,同時保留字幕以顧及無障礙需求。
讓虛擬人說每一種語言
用照片取代影片
如果您手邊沒有起始影片,可以讓一張照片說話:InfiniTalk 會根據一張肖像和一段聲音,推算出臉部的動作。
常見錯誤
影片裡有多張臉
模型只會同步一張臉。畫面上有兩個人時,結果會難以預測。請只取景說話的那個人。
聲音比鏡頭長很多
在「截斷」模式下,結果會隨影片結束,文字後段就會被截掉。請縮短翻譯內容,或改用「循環」模式。
拍攝過程中嘴巴被遮住
手、麥克風、杯子:任何擋在嘴巴前面的東西,都會在那些畫面上破壞同步效果。拍攝時請保持臉部無遮擋。
忘了加回音樂和環境音
結果只包含語音。請在「剪輯」節點中把音樂加回去,否則配音版聽起來會比原版空洞許多。
推薦模型
Sync Lipsync 3
ElevenLabs v3
InfiniTalk
Veo 3.1 Fast常見問題
每種語言都需要重新拍攝影片嗎?
不需要:這正是它的價值所在。只要一段影片,每種語言各接一個「旁白配音」節點,嘴型就會跟著每個翻譯版本同步。
原本的聲音會保留嗎?
不會,結果的音軌就是您接上的那個聲音。如果想保留音樂或環境音,請在配音後的影片上方,用「剪輯」節點把它們加回去。
可以用自己的聲音配另一種語言嗎?
可以:在「旁白配音」節點中複製您的聲音,寫出翻譯文字,複製的聲音就會朗讀出來。嘴型會同步跟上。
影片長度有什麼限制?
每次處理接受一秒到兩分鐘的影片。超過這個長度,請先在「剪輯」節點中切分影片,再分段配音。
幫影片配音的費用是多少?
價格依產出時長按秒計算,只要影片和語音都已連接,按鈕上就會顯示金額。技術失敗會自動退費。
配音功能適用於 AI 生成的影片嗎?
可以,效果與真實拍攝的影片一樣好。只要是正面臉部的鏡頭,無論是用 Wan、Seedance 還是 Veo 生成的,都能像一般影片一樣配音。
動作和表情會保留嗎?
會:只有嘴巴會重新計算。手部動作、眉毛、頭部動作都維持原始鏡頭的樣子。
怎麼選擇能讓配音聽起來自然的聲音?
選一個與說話者音域相近的聲音,或使用其本人的複製聲音。啟動同步之前,先在「旁白配音」節點中單獨聽一次聲音。