讓老照片唱歌鍾老師 <p class="ql-block">千問(wèn)是個(gè)多功能的軟件，萬(wàn)相是千問(wèn)里面的其中一個(gè)軟件。</p><p class="ql-block">萬(wàn)相2.6是阿里巴巴于2025年12月16日發(fā)布的新一代AI視頻生成模型，屬于通義萬(wàn)相系列，是國(guó)內(nèi)首個(gè)支持角色扮演功能的視頻模型，同時(shí)集成了音畫(huà)同步、多鏡頭生成及聲音驅(qū)動(dòng)等功能，單次生成視頻時(shí)長(zhǎng)最高支持15秒，分辨率可達(dá)1080P。</p><p class="ql-block">現(xiàn)在我用一張照片做一段唱歌的視頻，試試。</p> <p class="ql-block">音頻要自己去下載，長(zhǎng)度不能超過(guò)1分鐘。</p><p class="ql-block">(站崗是不能唱歌的，50多年前也沒(méi)有這首歌，別當(dāng)真)。</p> <p class="ql-block">由于萬(wàn)相2.6的視頻時(shí)長(zhǎng)最多只能做15秒，而有些歌曲過(guò)門(mén)很長(zhǎng)，15秒可能還在過(guò)門(mén)的音樂(lè)之中，那就先要對(duì)下載的歌曲進(jìn)行剪輯處理，把過(guò)門(mén)剪去，直接唱歌。</p><p class="ql-block">王戰(zhàn)友。</p> <p class="ql-block">我接著王戰(zhàn)友唱第二句。</p> <p class="ql-block">用萬(wàn)相2.6制作的視頻時(shí)長(zhǎng)最多只有15秒，如果要唱得長(zhǎng)一點(diǎn)怎么辦？只能是制作2個(gè)15秒的視頻，把2個(gè)視頻拼接起來(lái)就是30秒。</p><p class="ql-block">張戰(zhàn)友。</p> <p class="ql-block">三段拼接，43秒。</p> <p class="ql-block">想像力豐富的多鏡頭智能，一首歌唱完，鏡頭能顯示從18歲到28歲。</p> <p class="ql-block">多段拼接。</p><p class="ql-block">15秒，口型最同步，如果多個(gè)15秒拼接，冗余誤差就會(huì)累積，造成音頻滯后于口型。</p> <p class="ql-block">至于把多個(gè)15秒視頻拼接的方法有很多，安卓手機(jī)圖庫(kù)的功能里就有，操作要點(diǎn)在本文的結(jié)尾會(huì)有介紹。</p> <p class="ql-block">萬(wàn)相2.6會(huì)自動(dòng)對(duì)上口型，需要什么動(dòng)作，也可以在指令上表達(dá)清楚。</p> <p class="ql-block">邊唱歌，邊動(dòng)作。是Al自作主張的發(fā)揮。</p> <p class="ql-block">時(shí)長(zhǎng)選擇15秒的，配音也選長(zhǎng)一些，不超過(guò)1分鐘就行。</p> <p class="ql-block">這是三個(gè)15秒拼接后形成的45秒視頻，由于音頻只下載了43秒，為了保證視頻與音頻同步，所以我剪掉2秒，把視頻也變成43秒。</p><p class="ql-block">拼接視頻我也是初次做，做得不好，中間過(guò)渡段有停頓。</p>