雨中脚步声变成电影镜头
雨声和脚步声引导靴子踏过水洼的特写画面。
画面描述
电影质感特写：夜晚霓虹灯照亮的城市街道上，黑色皮靴走过浅浅的雨水洼。脚步与溅水动作跟随输入音频。真实湿地反光，低机位跟拍，连续镜头。无说话声，无音乐。
原创合成音效 · 使用本站音频转视频流程生成
从你的声音开始
AI 音频转视频 — 让声音成为画面
上传录音、歌曲或音效。描述场景或添加参考图，将一段短音频生成视频。
制作声音驱动的短片
AI 音频转视频案例
雨中脚步声变成电影镜头
雨声和脚步声引导靴子踏过水洼的特写画面。
载入案例免费。生成自己的版本将消耗工具中显示的积分。
选择一段简短、易辨认的声音或清晰的人声。
AI 音频转视频案例
试听原始音频，查看画面描述，再观看实际生成的视频。加载任一案例，创作你自己的版本。
动物叫声变成动态画面
狼嚎为野生动物场景赋予节奏与氛围。
画面描述
野生动物纪录片风格，一只写实灰狼站在黄昏的雪山山脊上，抬头并跟随输入的狼嚎音频嚎叫。可见呼吸白气，自然毛发，平稳镜头，连续中景。画面中只有狼，没有人、对话或音乐。
原创合成音效 · 使用本站音频转视频流程生成
吉他音频变成演奏短片
一小段吉他旋律引导聚焦演奏细节的镜头。
画面描述
写实特写：吉他手在昏暗舞台的暖红与蓝色灯光下演奏深红色电吉他。构图聚焦吉他和双手，不出现面部。指法与拨弦动作跟随输入的吉他乐句。连续镜头，动作自然。无说话声，不添加音乐。
原创合成音效 · 使用本站音频转视频流程生成
载入案例免费。生成自己的版本将消耗工具中显示的积分。
如何将音频转换成视频
从已有声音开始。在这里制作一个短镜头，或使用专门流程制作完整歌曲视频、照片口播。
- 1
上传音频并选择片段
试听录音并选取 5–10 秒。短视频仅使用所选部分。
- 2
描述场景或添加图片
说明谁或什么应该出现、动作发生在哪里，以及希望的画面效果。参考图有助于确定首帧。
- 3
生成并下载视频
准备片段，确认核验后的积分费用，再开始生成。完成后可在此页面或“我的作品库”预览、下载。
用人声、音乐和音效制作视频
选择你想得到的结果。每种流程的输入、限制和价格各不相同。
录音与照片口播
让清晰的录音拥有可见的讲述者。使用人像或角色图片制作专门的照片口播视频。
歌曲与音乐视频
将歌曲和表演者照片制作成自动规划场景的音乐视频，支持横屏或竖屏。
音效与电影感短片
围绕脚步、动物叫声、乐器或环境声创建短场景，通过画面描述指定主体和动作。
通过画面描述或参考图控制场景
音频引导节奏，参考图为模型提供视觉起点，文字描述引导动作和风格。没有参考图时，模型可能使用默认人像。
描述一个清晰的动作
写明主体、动作、环境和镜头构图。一个简短场景比多个不相关事件更容易控制。
确定首帧画面
添加想呈现的人物、物体或环境照片。选择与预期构图相符的图片。
使用易辨认的声音
清晰的人声、鲜明的乐器乐句或单一音效能提供更有效的信号。结果可能不同，建议先预览短片再制作更多版本。
支持的格式、片段时长与下载
| 流程 | 输入 | 音频时长 | 输出 |
|---|---|---|---|
| 声音驱动短片 | 音频＋画面描述或参考图 | 从录音中选择 5–10 秒 | MP4 · 原生 1080p |
| Music Video | 歌曲＋表演者照片；可选创作指导 | 最长 10 分钟 | 480p 或 720p · 16:9 或 9:16 |
| 照片口播 | 人像或角色图片＋录音 | 以所选模型的限制为准 | MP4 · 选项因模型而异 |
首页支持最大 50 MB 的 MP3、WAV 和 M4A 音频，以及最大 10 MB 的 JPG、PNG 和 WebP 参考图。生成需登录且积分充足。所选片段作为音频输入，生成的动作及同步效果可能有所不同。
音频片段的生成价格
生成前查看积分费用。声音驱动短片与完整音乐视频采用不同费率。
声音驱动短片
每计费秒 8 积分。5 秒片段需要 40 积分。生成前，服务器会核验准备好的片段。
制作你的第一个片段 →完整歌曲与表演视频
Music Video 按歌曲时长和输出分辨率单独计价，提交前工具会显示费用。
查看积分套餐 →准备输入和播放案例不消耗生成积分。每次新生成会消耗积分。已完成任务可下载带水印视频，付费充值后可下载原片。
AI 音频转视频常见问题
什么是 AI 音频转视频？
AI 音频转视频以已有音轨为输入生成视频。AudioToVideoAI 提供声音驱动短场景、照片口播，以及独立的歌曲转音乐视频流程。画面描述或参考图会告诉模型应呈现什么内容。
不上传照片可以生成视频吗？
可以。短片模型支持只用音频和文字描述生成，但可能使用默认人像。如果想指定人物、动物、物体或场景，请添加参考图。说话照片和 Music Video 流程需要图片。
可以使用音乐和音效吗？
可以。短片工具支持人声、音乐、乐器、动物叫声和环境音效。建议从一个清晰声音或乐句开始，并描述想呈现的主体和动作。效果取决于录音及画面指导。
视频会保留我的原始音频吗？
短片工具会准备你选中的录音部分，并将其作为生成音频，不会使用文字转语音替换人声。请预览结果，检查节奏、声音和同步效果。
生成的视频可以有多长？
首页短片工具可选取 5–10 秒。上传音频最长可达 10 分钟，再从中选取片段。制作完整歌曲视频时，独立 Music Video 流程支持最长 10 分钟的歌曲。
AI 音频转视频免费吗？
试听案例和设置输入不消耗生成积分。生成视频需要登录且积分充足，生成前会显示核验后的费用。可用赠送积分以账户情况为准。
可以下载 MP4 视频吗？
可以。完成的短片可在工具或“我的作品库”中预览、下载。支持带水印下载，付费充值后可下载原片。创建片段前会显示下载选项。
如何让画面更符合音频？
选择清晰声音，描述单一主体和动作，对外观有要求时添加参考图。建议先测试短片。包含多个场景切换的长旁白需要单独规划分镜，首页每次生成一个短镜头。