AIRapVideoly

照片生成说唱视频：让一张照片进入说唱画面

照片生成说唱视频从一张图片开始，不是从一句提示词开始。把照片放进一个可用模板，人物或宠物就会进入一个已经有歌曲的场景。今天能这样做的有六个模板：Burning Bridges、Outstanding Tiny Desk、ATEEZ Drip、No Hands Dance、Thanksgiving Dance 和 I Love The Smiths。

声音13 秒有声竖屏三人舞

请上传全身照：每张只放一个人或一只宠物，从头到脚完整入镜，正对镜头、光线充足。使用 JPG/PNG，宽高均不低于 341 像素。人物须已成年并同意出镜，请勿使用名人照片。

生成说唱视频

按条付费，使用积分。生成失败会自动退还积分。

热门：

怎样把照片做成说唱视频？

  1. 挑一张看得清脸的照片

    上传自己的肖像，或已征得同意的成年人的照片。每张照片只放一位主角，方便辨认五官。

  2. 为照片安排一个场景

    想做个人表演可以选 Burning Bridges，也可以用 Outstanding Tiny Desk 安排桌边乐队阵容，用 ATEEZ Drip 组个三人舞蹈组合，用 No Hands 双人舞让两个人或宠物搭档，用 Thanksgiving 三人舞让三个人或宠物一起上街跳舞，或用 I Love The Smiths 让两个人走进电梯场景。每款模板都自带声音。

  3. 确认清晰度，开始生成

    选择模板支持的清晰度，确认照片使用授权后提交。成片可到“我的视频”中查看和下载。

照片生成说唱视频包含什么？

  • 一个拿着红色杯子的年轻女生在热闹的家庭派对上冲镜头笑

    一个现成的场景，不是空白提示词

    照片生成说唱视频把图片放进一个已经有时长、镜头和表演的场景。你不用描述镜头。Burning Bridges 是派对，Outstanding Tiny Desk 是桌边演出，ATEEZ Drip 是三人舞，No Hands Dance 是双人舞，Thanksgiving Dance 是时代广场的三人街舞，I Love The Smiths 是两个人的电梯场景。

  • 一位男子在办公桌后对着复古麦克风唱歌，身后是一支小乐队

    模板歌曲已经包含在内

    在六个可用模板上，照片生成说唱视频不需要歌词，也不需要上传伴奏。每个模板都会在下载文件里播放自己的声音。用你自己的音轨做对口型目前不可用。歌曲工具是另一件事：它把歌词变成音频，不会让照片里的人出镜。

  • 三个穿宽松街头服饰的朋友在停车场跳出整齐的动作

    六个现在就能用的模板

    照片生成说唱视频可以用 1 张照片的 Burning Bridges、2 张的 No Hands Dance 或 I Love The Smiths、3 张的 ATEEZ Drip 或 Thanksgiving Dance，或 1 到 5 张的 Outstanding Tiny Desk。你可能看到的其他模板卡片现在还不能生成。工作室会在扣积分之前拒绝那些模板。

  • 两个分别穿灰色和黑色西装的朋友在家里厨房并肩跳舞

    开始前会显示积分费用

    照片生成说唱视频会在按钮上显示积分。No Hands Dance、Thanksgiving Dance 和 I Love The Smiths 的 480p 是 50，720p 是 100。ATEEZ Drip 的 720p 是 50。Burning Bridges 和 Outstanding Tiny Desk 的 720p 是 100，1080p 是 200。积分包从 9.90 美元起。失败的视频会退回积分。

照片生成说唱视频适合谁？

  • 想让朋友出镜的人

    照片生成说唱视频适合一条今天就能做成的出镜。一位朋友当 Burning Bridges 的领舞。两位朋友用 No Hands Dance 或 I Love The Smiths。三位用 ATEEZ Drip 或 Thanksgiving Dance。一个小组可以填 Outstanding Tiny Desk，只有主唱是必填。只用同意出镜的成年人，不要儿童或名人。

  • 想用双人舞场景的宠物主人

    照片生成说唱视频可以在 No Hands Dance 和 Thanksgiving Dance 里放宠物。这两个模板分别要两张和三张全身照，其中任何一张都可以是动物。Burning Bridges、ATEEZ Drip、I Love The Smiths 和 Outstanding Tiny Desk 是给人用的。如果照片是宠物，不要发到那四个模板。

  • 发布短片的创作者

    照片生成说唱视频给创作者的是 14 到 17 秒、歌曲已经在里面的文件。渲染需要 2–10 分钟，标签页可以离开。条款允许视频的个人使用和社交发布。它们没有把成片变成商业资产，文件也会在 7 天后过期。

  • 要填满一支乐队或一支舞的小组

    照片生成说唱视频按你真实的人数来。两个人或宠物用 No Hands Dance，两个人也可以用 I Love The Smiths。三个人或宠物用 Thanksgiving Dance，三个人也可以用 ATEEZ Drip；这两个模板的每位舞者都必填。一到五位成年人用 Outstanding Tiny Desk，空着的乐队位子会留下原来的乐手。选场景之前先数照片。

先看看表演场景

哪些场景 可以放进照片？

看看你的肖像可以加入哪些场景。点击任一片段，就能进入对应的照片模板，歌曲也已包含。

Thanksgiving 三人舞13 秒 · 50 积分起做同款 →I Love The Smiths 电梯场景15 秒 · 50 积分起做同款 →Outstanding Tiny Desk最热17 秒 · 100 积分起做同款 →Burning Bridges16 秒 · 100 积分起做同款 →No Hands 双人舞14 秒 · 50 积分起做同款 →ATEEZ Drip15 秒 · 50 积分起做同款 →Outstanding Tiny Desk最热17 秒 · 100 积分起做同款 →

什么样的照片适合做说唱视频？

  • 先检查格式和尺寸

    请使用 JPG 或 PNG，文件不超过 10 MB，宽和高都至少为 341 px。

  • 一张照片，突出一张脸

    选择正面、五官清楚的肖像。尽量不用合照，避免其他人的脸干扰主角识别。

  • 让五官清楚地露出来

    光线均匀的照片更容易看清面部细节。避开模糊、过重的阴影，以及遮挡嘴巴或眼睛的物品。

  • 先征得本人同意

    可以用自己的照片；使用其他成年人的照片前，请取得对方许可。不要上传名人或未成年人的照片。

可以用哪些照片说唱模板？

下方六款场景均可生成，也可以打开模板合集对比它们。

更多创作入口都在AI 说唱视频生成器。如果想从自己写的歌词出发，也可以试试文字生成说唱视频。

为什么用照片生成说唱视频？

如果你想让人或宠物出现在画面里，照片生成说唱视频是今天走得通的路。你不是写一句提示词然后指望场景出现。你选一个做好的模板，加上它要求的照片，模型再把这些主体放进那段片段。六个可用选择是 16 秒的 Burning Bridges、17 秒的 Outstanding Tiny Desk、15 秒的 ATEEZ Drip、14 秒的 No Hands Dance、13 秒的 Thanksgiving Dance 和 15 秒的 I Love The Smiths。

照片生成说唱视频把歌曲、节奏和镜头留在模板里。所以一张清楚的静帧比一句巧妙的说明更重要。每张照片一个主体，JPG 或 PNG，每边至少 341 像素，只用同意出镜的成年人；宠物只放在 No Hands Dance 和 Thanksgiving Dance。积分显示在按钮上：50、100 或 200，看模板和清晰度。渲染通常 2–10 分钟，关掉标签页也会继续。请在 7 天内从“我的视频”下载。

照片生成说唱视频不是歌词工具，也不是歌曲工具。那两个是免费写作，然后在预览之后用 10 积分做音频。它们不会把一张脸放进场景。如果你有的是一段词、没有照片，就在那边写或做成歌，不要指望本页把文字变成视频。那个模式现在不可用。如果你有的是一张肖像，就从这里开始，打开和照片数量匹配的模板。

照片生成说唱视频常见问题

更多 AI 说唱视频模板和工具

让这张肖像唱起来

挑好照片和说唱场景，把自己放进下一段表演。

从我的照片开始