直接看内容

语音做成 Hotel Lobby AI 视频:你的原话,对口型唱

想让 Hotel Lobby AI 视频说出你的原话:用手机录音机录下来,到自己的歌页面当「自选歌曲」上传,把橙色框拖到想要的那段,然后生成。左边的人在吊麦前对着你的录音对口型,右边的人帮腔。这种做法跑在 Wan 3.0 上,最多用 15 秒音频,价格和 Hotel Lobby 音轨一样:12 秒、480p 是 6 积分。

Hotel Lobby Video 不能在浏览器里直接录音,语音只能来自手机自带的录音 App。下面讲:怎么录才好对口型,怎么把文件交给 Safari 或 Chrome,以及生成器拿到文件后会做什么。

最近更新:

生成器怎么处理你的录音

  1. 你选文件。列出来的格式是 MP3、WAV 和 M4A,AAC 和 OGG 也能打开。文件多长都行。
  2. 把橙色框拖到想用的那段。框的宽度就是视频长度:Hotel Lobby 舞台是 5、8、10、12 或 15 秒这几档。
  3. 浏览器只截下这一段上传。需要剪切或转码时,会以 WAV 格式上传。
  4. Wan 3.0 让左边的人把这段话“说”出来,你的录音就是视频的音轨。提示词要求模型保留音频原样,所以你的声音既不会被克隆,也不会被改动。

用你自己的声音说

把语音放进来

已经选好「自选歌曲」:放上两张照片,挑好文件,把橙色框拖到想要的那几秒。

1

两位主角

一张照片放一人。左侧说唱,右侧捧场。

2

舞台

3

画面和声音

本条:6 积分。预计大概 5 到 15 分钟完成;没做成的话积分原数退还。 价格说明

怎么录,口型才对得干净

  • 一开录就说话。开头的空白不会被剪掉,没声音的那几秒画面里嘴是闭着的。
  • 控制在 15 秒以内;或者录长一点,再框出最精彩的部分。
  • 找个安静的房间,背景噪音不会被去掉。
  • 比打电话时说得稍慢、稍清楚一点。
  • 想要伴奏?录音时用另一台设备放出来,或者先在剪辑软件里混好。最后都是作为一个文件上传。
  • 先写好稿。12 秒大约能说 60 到 80 个汉字。

三段长度刚好的稿子

  • 纪念日:“五年,一间小出租屋,为空调温度吵过的架零次。好吧,也许有几次。纪念日快乐,阿琳,再来一遍我还是选你。”
  • 加油:“明天就是大日子了,阿明。书看了,准备做了,连衬衫都熨了。昂首走进去,那里就是你的主场。我们都为你骄傲。”
  • 欢迎回家:“出去半年,沙发还记得你的形状。欢迎回家,安安,群里少了你实在太安静!”

把语音从手机交给浏览器

iPhone

  1. 在「语音备忘录」里选中这段录音,点「更多」>「共享」>「保存到“文件”」(Apple 支持),会存成 M4A。
  2. 在生成器的声音那一行点「换一个」,选「自选歌曲」,再点「挑个文件」。
  3. Safari 会打开「文件」选择器(「最近使用」「共享」「浏览」)。这里没有「语音备忘录」的快捷入口,要自己找到刚才保存的位置,点一下文件。

安卓或电脑

在录音 App 里用「分享」或「保存」把录音存成文件,再用「挑个文件」选它。不同安卓手机的录音 App 不一样,先看看你的存在哪里。电脑上任何 MP3、WAV 或 M4A 文件都可以。

框好那几秒,然后生成

  1. 在波形上拖动橙色框,上方会标出位置,比如“截取 0:00.0 – 0:12.0,全长 0:15.3”。
  2. 点「听听框选的部分」,只播放框住的那段。
  3. 录音比视频短的话,页面会告诉你结尾会空出几秒没声音。改选短一点的长度就能避开。
  4. 谁要开口说话,就把谁放在左边。
  5. 点「生成视频」,价格和 Hotel Lobby 音轨一样。

对成片要有合理预期

  • 只有左边的人对口型,右边的人帮腔。一条视频里没法把一段录音分给两张嘴;两个人唱同一首歌讲了做两条视频的变通办法。
  • 口型跟着人声走,字咬得清楚有帮助;含糊不清,或者人声底下音乐太响,都会拖后腿。
  • 除非你另外上传「自己的片段」,动作都是 Hotel Lobby 那套舞步。
  • Wan 3.0 是能把你给的音轨原样保留的模型,所以上传音频只能用 Wan 3.0。长得像不像、节奏准不准,每次渲染仍会有差别。
  • 每次尝试都要付费;渲染失败会自动退回积分。

语音配上你自己的动作

动作上传「自己的片段」,语音当「自选歌曲」:片段决定你们俩怎么动,录音决定左边的人说什么。片段怎么准备,看使用自己的参考视频。

上传语音

问答

能用 iPhone 录一段语音,让照片里的人说出来吗?

能。把「语音备忘录」里的录音存到「文件」,当「自选歌曲」上传,视频里左边的人就会对着它对口型。

能直接在网站上录音吗?

不能。用手机录音机录好,存成文件,再当「自选歌曲」上传。

我的声音会被改掉或者克隆吗?

不会。录音原样作为音轨,提示词要求模型保持不变。跟着它动的只有画面里的那张脸。

能上传哪些格式?

MP3、WAV、M4A(iPhone「语音备忘录」的格式),以及 AAC 和 OGG。需要时浏览器会在上传前先转换。

语音最长可以多长?

文件本身多长都行;视频会用其中 2 到 15 秒,和你选的长度一致。

两个人都能说这段语音吗?要额外加钱吗?

只有左边的人对口型,所以要把两张照片对调,再做一条给另一位。声音不影响价格:12 秒、480p 是 6 积分。

参考资料

Hotel Lobby Video 为独立运营的工具,跟 Quavo、Takeoff、Migos、Quality Control Music、Motown 以及 COLORS 都没有任何合作或从属关系。