用两张照片制作 AI 说唱视频(分步教程)
2026年9月12日 · 阅读约 8 分钟 · 作者:RapDuo 团队
过去,做一段 AI 说唱视频意味着要有摄制组、录音棚,还得欠一堆人情。如今,两张照片加几句说明,就能得到出人意料的逼真效果。这篇指南会带你在 RapDuo 上走完全部流程,从选图到分享成片,并讲清楚那些小决定,正是它们把一个让人转头就忘的结果,和一个大家会反复播放的结果区分开来。
如果你想直接上手试试,我们主页上的生成器让你用 Google 账号登录并免费获得 3 积分,够做你的第一个 5 秒视频(带水印,仅可在线观看;下载无水印高清版需订阅或 $6.99 单独购买)。把这个页面开着,当作检查清单。
你到底在做什么
RapDuo 视频是一段短片,照片里的人在里面表演一首原创说唱。有三样东西是为你生成的:歌词(如果你自己写,就用你的原话)、人声和节拍,以及视频本身,脸会动起来,并与表演口型同步。没有任何内容抄自真实的歌曲或真实的艺人。音乐、声音和画面都是全新的,所以结果可以放心作为 AI 生成的创意作品发布。
一段典型的视频,长度在 5 到 30 秒之间,取决于你选的等级和设置。短是一种优势。一段紧凑的 12 秒 verse 配上有力的钩子,比冗长的一分钟更容易被分享。
第 1 步:选两张照片
照片是影响质量的头号因素。模型必须凭一张静态图去创造动作、表情和嘴型,所以输入越清晰,输出越可信。一个好用的标准:选一张你能轻松说出这个人在想什么的照片。
- 脸完整可见。正对镜头,或者略微的四分之三侧脸。避免墨镜、手捂着嘴、口罩,以及眼睛上的重阴影。
- 清晰且光线均匀。窗边的日光胜过闪光灯下的派对照片。动态模糊之后会变成奇怪的扭曲。
- 每张照片一个人。两张照片,两位表演者。合影会让动画混乱。
- 分辨率够用。手机照片就足够了。截图的截图就不行。
- 同意出镜的成年人。只使用你自己,或者乐意出镜的成年人的照片。绝对不要使用未成年人的照片。
我们在AI 说唱视频最佳照片指南里讲得更深入,包括不完美的照片怎么处理。
第 2 步:选一个舞台
舞台是你的表演者说唱所在的世界。RapDuo 有四种风格,每一种都设计得像一个真实的地方,而不是绿幕背景。
- 酒店大堂:温暖的橙色灯光大堂小隔间,只有一台固定机位。这就是那个爆火潮流背后的风格。详情请阅读如何做酒店大堂潮流视频。
- 奢华大厅:大理石、金色饰边和水晶吊灯。很适合夸张、炫耀的歌词。
- 录音棚:昏暗的人声录音间,配霓虹灯和防喷罩麦克风。想要录音现场感的内容,这是自然的选择。
- 街头 Cypher:夜晚的街区、路灯,围成一圈的朋友。粗粝、带胶片颗粒的气质。
请根据笑点或氛围来选舞台,而不是选单看最酷的那个。一段生日祝福放在阴郁的街头 Cypher 里,可以是很棒的喜剧,但前提是你认真对待。
第 3 步:决定歌词
你有两个选择。可以描述主题,让 AI 来写歌词;也可以自己写。两种方式都行,只是做出来的视频类型不同。
让 AI 来写
给它一个主题、一种语气,以及两三个具体细节。“吐槽我总是迟到的哥哥小山,语气轻松,提到他的红色小摩托”,这样的描述让写词的人有真东西可写。具体产生笑点。“来一首搞笑说唱”这类含糊的要求,只会得到千篇一律的押韵。
自己来写
如果你想要一字不差的歌词,句子要短。每句大约 8 到 12 个音节,押韵和口型同步效果最好,一段视频有四到六句就够了。每句都大声读一遍。如果你读到喘不过气,表演者也会。避免绕口令和一长串人名,它们是嘴型怪异最常见的来源。
需要灵感?30 个创意 AI 说唱视频主题是个不错的起点。
第 4 步:选择语言、等级和画质
RapDuo 可以用英语、中文、西班牙语、葡萄牙语、法语和意大利语表演。请选择你写歌词所用的语言并保持一致,在同一句里混用语言,常常会让发音出问题。
共有四个画质等级。Lite 速度最快、价格最低,适合草稿、梗图和社交动态。Pro 动作更清晰、人脸更还原。Ultra 细节更丰富,并提供真正的 1080p 选项,Ultra Plus 是旗舰档,适合视频本身是主角的场合,比如生日礼物或婚礼祝酒。你在确认任何操作之前,都能看到积分费用,我们的积分与定价说明也详细拆解了每个选项的具体花费。
第 5 步:生成并查看场景预览
用 Google 账号登录,即得 3 个免费积分,正好够做一个 5 秒的 Lite 480p 视频。一键运行两个步骤:先把你的两张照片合成到舞台上,得到场景预览,然后这个场景成为口型同步视频的第一帧。重点看三件事。
- 人脸看起来还像你照片里的人吗?
- 嘴部动作大致跟得上歌词吗?
- 节拍和氛围符合你的预想吗?
如果有任何一项的答案是否定的,一次只改一样东西。换一张照片、缩短歌词,或者换个舞台。一次全改,你就没法知道到底是什么起了作用。
第 6 步:下载并分享
视频准备好后,下载 MP4。用购买的积分或订阅生成的视频没有水印,保存 30 天。你的免费试用视频带水印,仅可在线观看;想下载无水印版本,订阅任一套餐或单独购买该视频($6.99)。如果渲染失败,或被我们的安全检查拦截,积分会自动退回。想再做另一个版本,就用积分包或订阅里的积分,所以请仔细看场景预览。
常见错误与快速修复
- 脸看起来像橡胶。照片太暗或角度太偏。试试更亮、更正面的图片。
- 快节奏的句子口型对不上。简化歌词,减少音节数。
- 大家看起来都一样。使用两张差别明显、构图不同的照片,并在主题里分别描述每位表演者。
- 笑点没笑出来。加入一个只有收礼的人才认得出的具体细节。个人化胜过精致。
- 视频太长。剪到只剩一段 verse。提前结束,好过拖沓。
负责任地分享
发布视频时请标注为 AI 生成,并且只分享同意出镜的人的视频。这样才能让好玩的事一直好玩。我们的可接受使用政策用通俗的语言写明了这些规则。
准备好试试了吗?
上传两张照片,选一个舞台,几分钟后就能拿到你的第一个视频。从 RapDuo 主页开始。用 Google 账号登录即得 3 个免费积分,无需绑卡。