lipsync 是让人物口型与音频同步的 Skill,通过 RunComfy 调用对应模型。已有视频配上新音轨,或者使用肖像与音频制作说话画面,会走不同处理路径。
比如自己的课程视频重新录了一句旁白,声音变了,嘴巴还是原来的动作。口型同步尝试处理的就是这层不一致。它也能用于授权人物素材的外语版本制作。
准备时要明确人物素材的使用授权,并提供清楚的音频。声音里多人同时说话、脸被遮住或角度很偏,都需要结合具体模型判断能否处理。
完成后不要只看嘴。下巴、牙齿、表情是否自然,停顿时嘴有没有继续动,都影响观看感受。真正的目标是让这段话看起来说得顺,而不只是开合时间对上。
每天在iskills.cc看懂一个skill,让 AI 的本领, 成为你的拿手好戏!