AI角色唱歌视频爆火全网!0基础保姆级开源教程+免费工具一键打包教程+免费工具一键打包

我爱免费

作者：微信文章
大家好，想必最近很多人在网上都会碰到这种视频，就是让一些热门的电视剧中的人物在麦克风前实现完美对准口型，不管是视频中的人物还是歌曲，它都是由AI自主生成的。



其实这种AI视频，过程不仅非常简单，而且这种AI视频它的播放量巨高，动不动就数百万，甚至是有上千万的播放量，确实非常恐怖。比如像B站上的这位博主，他仅仅投稿了20个视频，在短短时间内，这个粉丝订阅量就冲到了40多万，总播放量更是达到了5000多万。当然这位博主在人物题材选择，还有艺术创造力方面，还是下了点功夫的，并非是简简单单的AI克隆。



当然如果你有心的话，也想进入到这个AI赛道，那么今天这个视频就可以帮到你。接下来就要详细拆解一下，如何制作这种AI视频。

首先第一步，需要确认一下接下来制作AI视频的人物角色，比如我们就拿这个《西游记》中这个公认的最美的角色——女儿国国王来制作一个AI视频。在网上找一下她的照片，比如下面这张，打开看一下。然后先把这张图片给它保存出来。



获取了这张照片后，需要通过这张照片来生成一个我们需要的AI图片，就是让它在麦克风前唱歌。甚至这种AI图片，方式是非常多的，就光免费的就有很多种。比如说你可以通过“千问”，或者是“可灵”等等，生成AI图片都是可以的，目前它们都是免费的。



然后，我们需要把上方这个提示词给识别出来，一会儿要用到，我们点击上方复制。复制好以后，下面先拿这个“千问”来做测试，因为我们可以生成多个这个图片，看一下谁生成效果最好，就选择谁就可以了。

然后，下面有个“图像编辑”，打开它。打开以后，点上方“上传”按钮，把刚才我们获取的这个女儿国国王的图片给它上传上去，然后把帖子贴给它，点“发送”一下。在它生成过程中，而且打开其它的AI方式也要通过这个“即梦”来生成一下，然后先把上方的AI代理模式切换到这个“AI影像”。



把图片给它放上去，这个图像输入这个提示词，发送一下，它会同时给我们生成四个不同的图片。接着把这个图片扔给“豆包”，同样的让它生成一下，把这比例改成16:9的，发送一下，看一下谁生成效果更好。这个是由“千问”生成的，我们看一下效果。



我们现在下载下来，然后看一下这个“即梦”的，它总共生成了这四张图片，我们全部给它下载下来。它主要生成的是侧脸图片，这个分辨率非常高，这个看起来有点像范冰冰。



然后这是“豆包”生成的效果都还可以，下载下来，一会儿就可以用到。看一下，这是由“豆包”生成的，下载以后它上面会自带水印，这个没关系，到时候我们可以通过这个“去水印工具”，把这个水印给去掉就可以了。



后面是有“即梦”生成的，效果都还可以，我觉得这里的话还是“豆包”生成比较好，到时候我们就选择这张照片来去生成。



去水印，你可以通过这个“NARA”把它去除就可以，到时候把这个链接放在最下方。上传好以后，咱先把这个上方拉大点，直接把这个水印给它去掉，不然视频比较难看。录好以后我们点击下载，下载下来，就可以获得这张干净的图片了。



当我们准备好这个图片以后，接下来我们就来执行第二步，就生成歌词。（链接文章最下方），把这个生成歌词的帖子给它识别出来，我们先给它复制出来。



复制好以后，那下面可以通过“千问”，或者通过“GPT”都可以来帮我们生成歌词。如果造成打不开“GPT”的话，那么你可以使用"Deepseek"

当我们登录“Deepseek”以后，把刚才复制出来的歌词，给它贴上去，发送一下，让它帮我们生成歌词，只需要几秒钟，它就可以帮我们生成好AI歌词。



准备好歌词以后，来执行第三步，就通过“SONO平台”来生成AI音乐。那么第三方前往打开它（文章最后面）。打开以后如果你没有账号，那么进行注册一个免费账号。打开以后，可以通过这个谷歌账号，来进行注册一个账号就可以。登录以后，每天是会送一些免费的额度的。



那下面来试一下，上面有个“通过歌词来创建音乐”，直接把我们刚才复制出来的歌词给它贴进来。



贴入以后，在下方这里你可以自定义一个风格，比如说伤感的、抒情的都可以，这个到时你可以自定义，或者你可以直接找到“我的风格”就可以了，就“中国流行古风伤感的女声 钢琴 情绪化”等等都可以进行添加。



处理好以后，点击“创建”就可以了，创建好后，把它下载下来，点左侧有一个“下载”按钮，点击下载为这个MP3格式，然后下载就可以了。



因为它这个比较长，总共是04分39秒，如果是为了生成AI视频，那么建议把这个音频进行切割一下，把它切割成每一段是十五秒到三十秒，当我们后期生成AI视频的话就比较快一点。（工具文章最后面）



打开以后，点击上方一个“选择文件”，把刚才下载好的这个音频文件，就这个MP3格式文件给它放上去，然后先把给它切回这个十五秒或三十秒都可以。



上面有个“裁剪”，裁剪以后我们可以保存一下，把这个前面三十秒给它保存下来，后面可以进行分段来处理。为了节省时间，可以把这个音频切换三十秒，这样在后面设定AI视频就比较快。



接下来执行最后一步，就是通过开源的对口型工具，来实现生成这个AI视频。第三方下载（文章后面），下载下来，这个工具它是包含模型文件的，所以整个压缩包是非常大的，总共将近有18G左右。它是一款完全免费开源的AI对口型工具，就是“Internet Talk”在Galaxy上是开源的。



下载好以后，我们现在给它解压出来。解压好以后我们现在打开它来进入根目录下。到时候你把这个目录放到其它任何盘符下，但我为了方便，所以我就放在桌面上就可以了。

打开以后我们上面就开始来进运行一下，等一会儿，运行一下。第一次启动的话它是需要一点时间的，因为它需要初始化一环境。然后点上面的“允许”，它是需要调那个PY环境的，会自动打开界面。



打开以后来到左上方，我们选择有一个“输入素材模式”，我们选择“图片”就可以。把刚才准备好的图片给它上传上去。上传好图片以后，在上方有个“加速模式”，我们打开，点击“开启”。下方有个“驱动音频”，我们点击上传，把我们之前准备好的这个三十秒的音频文件，这个歌曲给它放上去。



放好以后，在下方有一个“提示词”，它下面有一个“提示词”示例，选第二个就是“女的在唱歌”，选择它。



然后在右侧有一个“采样次数”，它默认的是，这个采样次数越大的话，那么它记录是越高的，但是它视频所需要的时间就会越久，这主要取决于你的显卡性能，或者你可以保持“money”就可以。



下面有一个默认的“宽高比”，它默认是360×704，这里需要看一下当前这个图片，我当前图片那个分辨率是1000×562的，然后你给它修改一下，改成跟我们图片是一样的，就1000×562。然后下方有一个“四边框高比”，我们也需要跟上面保持一致性，同样是1000×562。



制作好这个长宽比以后，在下方其它不用管，它下方有一个“问题是否开启高清修复”，这个选项的话应该自由选择，如果你默认图片分辨率不是很高的话，那么你可以开启这个“高清修复”功能，如果你默认图片分辨率不是很高，不用管了，点击上面有一个“开始生成”，点击“生成”就可以。



这个任务创建成功了，在下方看到，它会显示“正在处理中”，这个作业过程可能需要点时间，需要耐心等待一下。



如果你显卡比较强，只要几分钟就可以完成，在那生成过程中，可以在中端看到的，它会显示整个进度的。好在上方显示这个“任务列表已完成”，那说明它已经成功了，返回去看一下。



等它生成完以后，上面有一个“打包任务结果”，就可以把它下载下来了，总共是11个左右，或者可以在根目录下找到有一个“生成结果”，打开看一下它就在里面，就可以找到这个刚才生成好的这个AI口型的视频。说实在话，这效果确实非常不错，更多好玩的大家自己去尝试。



好，今天文章所用的全部资料，它们的下载链接，我都放在下方，自提。

工具：https://pan.quark.cn/s/9dfce8af7c60

---

热门推荐

最牛！2025年必备的10个AI视频工具（建议收藏）

宝藏APP天花板！钉钉免root打卡、应用多开、虚拟来电，一个比一个狠！

（Ai工具箱）不用手抄！这款AI工具帮我自动做完笔记，建议收藏！做完笔记，建议收藏！

普通人用AI搞钱真不难！手把手教你两个零成本变现项目。

【Deepseek高级教程】5分钟学会Deepseek-R1的5种进阶玩法，重构工作流的保姆级教程！小白也能上手

点赞关注+私信入群提取资料