视频换配音并对口型
现成视频换一段新配音，人物口型自动对上，照片也能唱歌。
- 适合谁
- 要把中文视频做成外语版的外贸和跨境店主，口播里说错一句不想重拍的博主，以及想让老照片“开口唱歌”的普通用户
- 要准备
- 一段 2 分钟以内的人物说话视频，新的配音文案（或让它翻译），想用的声音
- 用时
- 一条 1 分钟的视频约 15 分钟，大部分时间在确认新文案
- 用到
- 项目对口型我的声音（声音复刻）逐字转写数字人云端电脑剪辑和渲染
做出来是这样的
1换配音，对口型
2百言 AI 里的回复
英文版做好了，48 秒，画面没动，只换了声音和口型：
- 讲稿 中文 186 字翻成英文 128 词，按原句节奏写短
- 配音 用你的声音说英文，47 秒，结尾留 1 秒画面
- 口型 全片 48 秒按英文配音重新对齐
- 请确认 “青瓷”译作 celadon，“开片”译作 crackle glaze
它是怎么做出来的
材料交给百言 AI 后，在它自己的云端电脑上处理，你的电脑上什么都不用装。
一步步做
画面不用重拍。百言 AI 写好新文案、用你的声音配好音，再让视频里人物的嘴型跟着新配音动。
-
01
创建项目“视频换配音”
在左侧边栏“项目”旁点 +，输入“视频换配音”，点“创建项目”。原视频、各个语言版本和对照稿都放在这里，以后再出日文版也从这里开始。
延伸项目里的文件永久保留，同一条视频的中文、英文、日文版本都在一个工作空间里。
创建项目视频换配音内容永久保留，随时间扣除少量存储积分。
取消创建项目 -
02
上传原视频
在项目里开启对话，点对话框左下角 +，选“添加文件”，传入原视频。对口型要求视频 2–120 秒、不超过 100 MB，画面里最好只有一个人正对镜头。
延伸视频太长就先剪出要换的那一段；画面里有好几个人时，再传一张要改口型那个人的正脸照片指定是谁。
视频换配音 工作空间MP4青瓷杯讲解-中文.mp4Enter 发送，# 选择引用的文件自动 -
03
说清新配音说什么、用谁的声音
要翻译就说目标语言，要改词就直接给新文案，再说用谁的声音。用自己的声音要先在“设置 → 我的声音”里录好，复刻的声音也能说英文。
延伸只是口播里说错了一个数字，给出那一句的新说法就行，其他句子保持原声。
视频换配音 工作空间把这条视频做成英文版：用我的声音说英文，口型对上，配英文字幕。原视频 48 秒，中文 186 字。我先翻成英文讲稿给你确认：英文一般比中文长，我会把句子写短，让配音控制在 48 秒以内，和画面对得上。
-
04
确认讲稿后，百言 AI 配音、对口型
看过中英对照稿、改好专业词以后说“可以，开始做”。百言 AI 用你的声音合成英文配音，交给对口型，让视频里的嘴型跟着英文动，再配英文字幕。
延伸对口型要几分钟，几条视频会依次排队完成。可以关掉网页去忙，做完后侧栏这个对话右侧会出现蓝色小圆点。
正在云端电脑上处理- 转写原视频：48 秒，中文 186 字
- 翻成英文讲稿：128 词，按原句节奏写短
- 用“我的声音”合成英文配音：47 秒
- 按新配音重新对口型：全片 48 秒
- 配英文字幕，渲染 1920×1080
-
05
看成片，下载
点成品卡片的“查看”播放，重点看嘴型和开头、结尾。哪一句不顺，改讲稿里那一句，说“只改 00:21 那句”，重新配音、对口型。
延伸同一条视频要出日文、韩文版，接着说“再出一个日文版”，讲稿和流程都一样。
英文版做好了，48 秒，画面没动，只换了声音和口型。“青瓷”我译作 celadon，“开片”译作 crackle glaze，请确认。
MP4 查看 下载SRT 查看 下载DOC 查看 下载 -
06
照片也能唱歌
没有视频，只有一张照片也行：用“添加照片”传一张正脸照，再传一段歌声，说“让照片唱这段”。百言 AI 用数字人让照片开口，每段不超过 20 秒，长的分段生成再拼起来。
延伸生日祝福、毕业纪念这类小视频很合适；只用本人、家人同意或 AI 生成的照片。
视频换配音 工作空间再用这张照片唱一段生日歌，就是我传的这段录音。录音 36 秒，我在换气的地方切成 2 段，分别让照片开口唱，再拼成一条竖版视频，几分钟就好。
一键交给百言 AI
复制这段话，百言 AI 会一步步带你做完
包含上面的完整流程：要准备什么、怎么确认、交付什么、以后怎么一句话复用。你缺的信息，百言 AI 会一项项问你。点“在百言 AI 里打开”，这段话会直接填进对话框，看一遍再发送。
我想给一段现成的视频换一段新配音，并让人物口型对上。请按下面的流程带我完成。缺少的信息先问我，一次只问一个问题。 第一步：放进项目 先看当前对话是否属于项目。如果不属于，请告诉我：点对话框左下角的“+”，选“把对话放入项目”，新建项目“视频换配音”。 第二步：收集视频 请我用“+”→“添加文件”上传原视频（2–120 秒、不超过 100 MB）。画面里有好几个人时，请我再传一张要改口型那个人的正脸照片。 第三步：确认新配音 问我：是翻译成别的语言、改其中几句，还是换一整段新文案；用谁的声音（我在“设置 → 我的声音”里保存的声音、系统音色，或我上传的录音）。 第四步：写讲稿 转写原视频，按我的要求写新讲稿，交付对照稿让我确认。翻译时按原句节奏写短，让新配音的总时长和原视频接近；专业词列出来问我。 第五步：配音和对口型 我确认后，合成新配音，再对口型，配新字幕，交付 MP4、SRT 字幕和对照稿。回复里写明时长和需要我确认的译法。我说某一句不顺时，只改那一句。 第六步：照片唱歌（我要的时候再做） 如果我只有照片，就用数字人：一张正脸照片加一段音频，每段不超过 20 秒，长的在换气处切开分段生成再拼接。
做得更好的几个细节
- 原视频里人物正对镜头、脸不被遮挡，对口型效果最好；侧脸、低头的镜头容易走样。
- 翻译时让百言 AI 按原句节奏写短，新配音和原视频差不多长，画面才不用拉长。
- 专业词、品牌名提前告诉它怎么译，一次就对。
- 只改一个说错的数字时，只替换那一句，其余保留原声，更自然也更省积分。
- 只用本人、已获授权或 AI 生成的人像和声音，不要拿名人或别人的视频换词。