AI 视频说话生成器

使用 MP4 或 MOV 视频，时长不超过 120 秒。 使用 MP3、WAV 或 M4A 音频，时长不超过 120 秒。

• 口型同步支持哪些视频和音频格式？

  输入视频支持 MP4 和 MOV（推荐 H.264 编码），输入音频支持 MP3、WAV 和 M4A。输出为高质量 MP4 视频，支持 720P 到 1080P 分辨率。为了获得最佳处理效果和速度，建议视频分辨率不超过 1920×1080。

• 支持哪些类型的视频？有什么限制？

  目前我们主要支持单人视频的口型同步，效果最佳。视频中应有清晰可见的人脸和嘴部区域。它广泛用于个人视频内容创作、在线教育课程、企业培训视频、产品介绍视频、社媒内容等场景。目前暂不支持多人同时说话的复杂场景。