Wan AI 语音生视频生成器

使用 Wan 2.2 进行语音生视频

根据角色图片和上传的音频生成新视频,适用于音频驱动的角色场景。

图片与音频输入

提供静态图片和音频录音,引导角色视频生成。

音频驱动动画

以语音或人声表演作为时间参考,生成后检查表情与口型运动。

选择可用分辨率

此工作台为当前配置的语音生视频模型提供 480p 和 720p 选项。

四步开始创作

提供角色图片和音频文件,如需提示词可补充场景描述。支持的音频格式和文件限制会显示在工作台中。

1

选择模型

从模型菜单选择工作流,输入要求和可用设置会随所选模型变化。

2

上传图片和音频

提供角色图片和音频文件,如需提示词可补充场景描述。支持的音频格式和文件限制会显示在工作台中。

3

设置输出

从所选模型提供的选项中设置分辨率、画幅和时长,然后检查预计积分消耗。

4

生成并检查

登录后提交生成任务,在预览区或生成历史中查看结果,完成后即可下载。

实用技巧

使用清晰的参考素材,对比结果时每次只调整一项设置。
每次生成前先检查界面显示的预计积分消耗。

编写清晰的提示词

说明画面主体、动作和视觉风格,先从一个明确的创意开始。

提示词公式

主体 + 动作 + 场景 + 视觉风格

主体

明确最重要的人物、物体或场景。

主体动作

描述希望看到的运动或变化。

场景

补充地点、光线、构图和视觉风格。

提示词示例

示例提示词以英文展示,可根据自己的场景进行调整。

详细提示词

The character speaks to the camera in a quiet room, with subtle head movements and a relaxed expression.

另一种提示词

A seated performer sings softly on a small stage. Warm light and restrained body movement.

生成前的常见问题

这是对现有视频进行口型编辑吗?

此页面根据静态图片和音频生成新视频,并非用于替换已上传视频对白的专用工具。生成后请检查口型运动和时间同步效果。

可以使用哪些输出设置?

以选择模型后界面显示的选项为准。不同工作流支持的分辨率、画幅、时长和输入素材不同;订阅不会解锁模型本身不支持的设置。

积分消耗如何计算?

预计积分消耗取决于所选模型和设置,部分参考生成工作流还会计入上传视频的时长。确认生成前请检查界面显示的总额。

生成结果需要多久?

处理时间会随模型、任务大小和服务负载变化。可在工作台查看任务状态,或稍后打开生成历史检查结果。

可以修改生成结果吗?

保留源素材,调整提示词或设置后重新提交生成任务。每次新生成都会单独计算预计积分消耗。