LipSync.video

AI 唇形同步是核心工具，它讓一張臉跟著上傳的音軌或文字腳本開口說話。可以把它想成一支唇形同步影片產生器：你帶來一張照片或一段影片，加上聲音，模型就會把嘴型對上聲音。它對單張人臉處理得不錯，成果好壞跟著素材的清晰度與正面角度走。多數人都是從這個功能開始。

會說話的照片產生器能把一張靜態圖片變成會說話的短片，所以你不必拍到本人，也能得到一張會講話的臉。你上傳一張肖像，提供音訊或腳本，工具就會讓臉動起來。當你手上只有一張大頭照時，這是最快的路徑，而一張銳利、打光好的照片，效果會遠勝一張模糊的。

影片配音能把一段影片翻成超過 150 種語言，並把新的語音對上看得見的嘴型。趕時間時可選「快速」模式，需要更高的翻譯與唇形精準度時可選「精準」模式，而且同一個專案就能產出多種語言版本。它支援多位講者的錄音，以及長達一小時的影片。

會唱歌的照片以及 Talking Cartoon、Talking Animals、Talking Objects 這類角色工具，能讓一張照片、插畫或物品看起來在唱歌或講話。這些是為短篇、玩鬧的貼文而做，不是為了長片。這個格式很適合跟風的音訊挑戰或快速做一張迷因，設定也很簡單。

AI 分身與 AI 廣告工具能在沒有攝影機、沒有攝影棚的情況下做出一支有主持人的影片。你挑一個分身，給一份腳本，工作室就產出一段宣傳風格的短片，畫面上是同一張臉。需要在一系列宣傳裡維持一致品牌臉孔的團隊會用到它，也不必預約拍攝。廣告影片靠這個功能快速、反覆地產出素材。

配音流程會辨識多位講者，並能在翻譯後的對話裡保留每個人各自的聲音，這在訪談、播客與座談裡格外重要。如果把所有人都設成同一個聲音，兩個人的對話就不再像對話。這正是堪用配音與平板配音之間的差別。