问答 · 口型

口型和声音不同步

更新于 2026 年 11 月 18 日

简短回答:口型和声音不同步,先分清两种情况。一种是播放的问题:同一个视频换个设备、换有线耳机或外放就对上了,多半是蓝牙耳机延迟或播放器缓冲。另一种是视频本身的问题:在哪放都对不上,要么是剪辑时音轨错了位,要么是 AI 生成时嘴型没跟上台词。SceneMixer 的台词和画面是一起生成的,嘴型对不上多半是一镜台词太长、两人抢话或说话人写错;改分镜重新生成这一段,或者用「改台词」里的口型替换重配,画面一帧不动,按片长每秒 2 积分。
SceneMixer 生成的 AI 短剧《无间高速》成片画面(6 个角色、1 集)
样片无间高速真人写实高清画质1 集由 SceneMixer 流水线从剧本直接生成看整集

第一步:判断是播放还是视频本身

最简单的办法:换一个环境再放一次。摘掉蓝牙耳机用手机外放;换一个播放器或换一台设备;把视频下载到本地再放。换了就对上,问题在播放这一头,视频本身没事;怎么换都对不上,问题在视频里,要回到剪辑或生成那一步去改。先做这一步,能省下很多白费的功夫。

口型和视频对不上手机怎么调?

手机上最常见的原因是蓝牙耳机:声音要经过压缩、无线传输、再解码,比画面慢一点,说话的嘴就像总比声音早半拍。试试这几样:

  • 换有线耳机或直接外放,看是不是好了。
  • 有的手机和耳机有「低延迟」「游戏模式」之类的设置,打开后延迟会小一些。
  • 网络不好时在线播放会缓冲,画面和声音偶尔脱节,下载到本地再放。
  • 关掉后台占资源的应用,重启一下播放器。

这些都只改播放,不改视频文件;发给别人看时,对方的设备还会有自己的情况。

视频本身错位:剪辑时怎么对齐

在剪辑软件里出的问题多半是整条音轨挪了位置:拖动时手一滑,或者换了一段配音没对齐。把视频放大到能看清每一帧,找一个嘴巴闭上又张开的瞬间,比如「b、p、m」这类要先闭嘴的字,把音轨整体往前或往后挪,直到闭嘴那一帧正好对上声音。整条都偏同样多,挪一次就好;越往后偏得越多,是帧率不一致,导出时把画面和声音的帧率统一。

口型和声音不同步,先分清是哪一种播放的问题换外放、有线耳机就好了剪辑错位整条音轨挪了,找闭嘴那一帧对齐AI 生成台词太长、抢话、说话人写错做好的片口型替换重配,画面不动先换个环境放一次。
在哪放都错,才回去改视频。

AI 视频口型和声音如何对齐?

有两种做法。一种是先有声音、再让画面里的嘴去对,比如给一段录好的配音配一张会说话的脸。另一种是声音和画面同一次生成:模型拿到台词、说话的人和他的声音,一起把画面和声音做出来,嘴天然跟着词动。SceneMixer 用的是后一种:分镜里写「名字(语气):台词」,生成这一段时台词、说话人和他的音色一起交给视频模型。所以在 SceneMixer 里,对齐靠的是把分镜写对。

SceneMixer 里嘴型对不上,常见的三个原因

  • 台词太长、秒数太短:一镜给的秒数不够,台词被赶着念完,嘴型会急。中文大约每秒四五个字,十个字的台词至少给两三秒。
  • 一镜里两个人抢话:两个人在同一镜里说,嘴型容易对到错的人身上。一镜一个人说,对方的反应放在下一镜。
  • 说话人写错:分镜里这句写成了别人说,就会是别人的嘴在动。生成前对一遍每句台词前面的名字。

口型和声音对不上怎么调整?

看是哪一种:

  1. 改分镜里的问题:给台词长的镜加秒数,抢话的拆成两镜,说话人改对,然后只重新生成这一段,别的段不动。
  2. 画面满意、只是嘴和声音不对劲:在「修改这条片」里点「改台词」,选「口型替换」。画面一帧不动,每句台词重新配音,嘴型跟着新声音对上,按片长每秒 2 积分,多长的片都行。
  3. 15 秒以内的片还可以选「重演」:带着台词把这条片重新演一遍,节奏和语气是一整段新表演,价格是那一档每秒价的 2 倍,比如 万相 3.0 · 480P 的片每秒 16 积分。

口型替换之后要知道的

口型替换是从片头起把每句台词一句接一句重新配好,所以原片里句子之间的长停顿不保留;这条片自己的环境声也没了,这一集的配乐会自动混回底下。改过的字写回分镜,存成新版本,原片保留,不满意切回去。脸朝镜头时效果最好;侧脸、或者说话的人在画面里很小时,可能不太自然,点之前先试听音色。

多出来一句、漏了一句,不算不同步

有时问题不是嘴慢了半拍,而是多说了一句没写的话,或者写好的一句没念出来。这是另一回事:没台词的镜里写了「他对众人讲话」,模型就替他编一句;说台词那一镜里写了一整句心思,可能被念出来。没台词的镜写成闭着嘴的动作,心思用表情演,再重新生成。只多了几个字、别的都满意,用剪一刀剪掉。

写分镜时就避开

  • 每句台词前写清是谁说的,名字和角色表里的一致。
  • 一镜一个人说话,听的人写明闭着嘴、在做什么。
  • 秒数按字数给足,台词多的镜用固定镜头,复杂运镜会让嘴型和表情糊掉。
  • 说话的人尽量脸朝镜头,侧脸和背影说话最难对。

局限:口型问题 SceneMixer 管不了的

  • 不能上传一首歌或一段录音,让角色对着它对口型。
  • 不能给你自己拍的真人视频对口型,口型替换只对本站生成的片段有效。
  • 播放端的延迟:蓝牙耳机、网络缓冲在观众的设备上,视频文件改不了它。

常见问题

口型和视频对不上手机怎么调?

先摘掉蓝牙耳机外放试一次,对上了就是耳机延迟。SceneMixer 生成的片在哪放都对不上,才是片子本身的问题。

口型和声音对不上怎么调整?

SceneMixer 里先看分镜:台词太长加秒数,两人抢话拆成两镜,说话人写对,再重新生成这一段。

AI 视频口型和声音如何对齐?

SceneMixer 的声音和画面一起生成,嘴天然跟着词动;做好的片可以用口型替换重配。

口型替换要多少钱?

SceneMixer 按片长每秒 2 积分,多长的片都行,没配成就退回。

对口型视频怎么做见对口型视频怎么制作;口型替换和重演怎么选见口型替换还是重演;多念了一句见成片里多出一句没写的台词。

让角色张嘴说你写的台词

声音和画面一起生成,嘴型跟着词走。

免费注册

每秒视频的费率见定价页,数字一致。