最近做了一个 AI Lip Sync 网站：
https://lipsync.vip
主要想解决一个比较直接的需求：
给一张人物、宠物或者其他角色图片，配上音频，让图片里的角色根据语音生成自然的嘴型同步效果。
之前自己测试类似产品的时候，发现几个比较影响体验的问题：
- 嘴型和声音容易对不上
- 生成过程中人物会莫名转头、表情变化太大
- 中文、英文等不同语音下效果差异比较明显
- 很多工具上传完素材之后，操作流程比较复杂
- 想快速做一个短视频 Demo ，往往还要来回调很多次
所以这次做 lipsync.vip 的时候，我比较希望它保持简单：
上传素材 → 添加音频 → 生成 Lip Sync 视频
目前也做了一些可以直接测试的示例素材，包括：
- Social Media Creator
- UGC / Lifestyle
- Podcast / YouTube
- Music / Singing
- 宠物
- Vintage / Old Photo
这样没有现成图片的时候，也可以直接选择素材测试效果。
我自己目前比较关注的几个方向是：
- 嘴型同步是否自然
- 生成过程中头部尽量保持稳定，不要乱转头
- 嘴巴、下巴区域不要出现明显变形
- 短视频生成速度和成功率
- 尽量降低第一次使用的操作门槛
网站现在还在持续调整，尤其是模型效果、素材库和交互体验。
如果大家平时会用到：
- Talking Photo
- AI 数字人
- AI Podcast
- AI UGC
- Meme / 宠物说话
- 老照片开口说话
- AI 视频内容制作
欢迎帮我测试一下。
地址：
https://lipsync.vip
如果遇到生成失败、嘴型奇怪、人物乱动，或者觉得哪个操作步骤比较反人类，也欢迎直接告诉我。
相比单纯说“挺好用”，我其实更想知道：
你第一次打开网站时，有没有哪里让你不知道下一步该干什么？
这类反馈对我帮助会比较大。
感谢 🙏
Select Language