如何用照片制作 AI 说唱视频
上传一张清晰照片并选择舞台，即可开始制作 AI 说唱视频。主题可选；登录后生成12 秒竖屏有声表演，再检查并下载 MP4。
1. 选择一张清晰照片
使用一张不超过 3 MB 的 JPG、PNG 或 WebP 图片，上传已授权成年人的单人照，或已经包含两位已授权成年人的合照。
选择面部清晰、光照均匀且嘴部无遮挡的照片，尽量使用正面照。避免手挡脸、远距离人群照或严重模糊的图片。这些建议不保证面部一致性。
不支持合并两张独立肖像。请使用已有合照，或选择支持独立角色参考图的制作流程。
2. 填写主题，也可以留空
主题可选，支持 0–240 个字符。留空会使用关于自信与快乐时光的欢快说唱主题，也可以填写自己的内容和情绪。12 秒短片更适合简洁的想法。
- 为 Maya 写一段俏皮的生日说唱，夸夸她的烘焙手艺，打趣她笨拙的舞步。温暖、欢快、友好。
- 两位朋友庆祝考试周结束，用欢快的说唱聊聊深夜零食、复习笔记和终于能睡懒觉。
- 用轻快的说唱庆祝我完成第一次 5 公里跑，从慢慢起步到为每一点进步喝彩。
- 用轻松的说唱庆祝团队完成一个困难项目，感谢每位成员，保持友好的语气。
可以参考这些主题写自己的说唱内容。主题用于引导生成，不会锁定逐字歌词。
3. 选择舞台
选择橙色录音棚、城市天台或蓝色录音棚。展开“画质与时长”，选择 Standard、Fast、Pro 或 Ultra，再设置分辨率、时长和画幅。Standard 与 Fast 最高支持 15 秒和 720p；Pro 增加 1080p，Ultra 增加 20 秒和 30 秒。
4. 生成、检查并下载
登录后先核对积分报价再提交。默认 Standard、720p、12 秒、9:16，包含生成音频，消耗 10 积分。调整模型、分辨率或时长会更新费用。可在当前浏览器保存创意与设置，草稿不包含照片。
任务成功后会提供第三方托管的 MP4 链接，请及时下载，不保证永久托管。分享前请检查面部、口型、动作及实际唱出的内容。
哪种制作流程适合我的目标？
| 你的目标 | 需要的能力 | 本站是否支持 |
|---|---|---|
| 根据照片与主题制作短表演 | 图片输入与音频生成 | 支持 |
| 用两张独立肖像制作双人表演 | 多角色参考图或图片合成 | 暂不支持 |
| 为已有说唱歌曲制作 MV | 音频导入、分镜与时间线编辑 | 暂不支持 |
| 准确演唱指定歌词 | 支持明确语音控制的脚本或音频输入 | 暂不支持 |
| 复刻参考表演的动作 | 参考视频或动作迁移控制 | 暂不支持 |
如果你已经有一首完整歌曲，请选择支持导入该歌曲的音频驱动流程。基于主题的短片无法保留上传音轨，也不能完成整首歌的剪辑。
常见问题
生成一段说唱视频需要多久？
生成时间取决于排队长度和处理负载，可在工作室查看任务状态。状态查询延迟本身并不代表任务失败。
可以在这里制作完整说唱 MV 吗？
生成器用于制作 5–15 秒表演短片，Ultra 最长支持 30 秒。不提供整支长篇 MV 剪辑或整首歌曲同步功能。
可以在这里添加字幕或剪辑视频吗？
当前没有内置字幕或时间线编辑器。下载生成结果后，如需字幕、剪切或其他音轨，请使用独立编辑工具。
生成结果可以商用吗？
请勿默认已经获得商用授权。用于广告或付费项目前，请核对服务与模型条款，以及照片、人物和任何附加音频的使用权限。本页不授予音乐、肖像或其他第三方权利。
保存主题时会保存照片吗？
不会。浏览器中的草稿只包含主题和舞台。独立的登录接续机制可在同一标签页临时保留所选照片，最长 10 分钟。
制作你的第一个照片说唱视频
选择一个小场景，确定情绪并上传清晰照片。核对主题、舞台与积分费用后，生成你的表演短片。