歌词视频会把歌词随音乐同步显示在画面上。上传歌曲或带声音的视频,工具会识别演唱的歌词、计算时间,并在你选择的背景上渲染卡拉OK式高亮。歌声识别并不完美,因此你可以在最终导出前粘贴自己的歌词并重新调整每行时间。
查看实际案例
浏览全部案例 ↗实际使用场景
自动识别的歌词不对,怎么做卡拉OK视频?
先开启字幕生成一次,然后打开结果下方的字幕编辑器。粘贴正确歌词(一行一句),播放视频,在每句开始时点击“卡点”或按空格键。保存后按你的时间重新渲染 MP4。
适合你已经知道歌词的歌曲。卡点后的行在整行内均匀扫色,不会按音节重新对齐。
规格与免费限制
| 输入 | MP3、WAV、M4A、AAC、FLAC、OGG;带声音的 MP4、MOV、WebM 或 MKV(仅使用音轨) |
|---|---|
| 大小上限 | 每个文件 100 MB |
| 时长上限 | 每个文件 10 分钟 |
| 输出 | MP4(H.264 视频、AAC 音频) |
| 画幅与分辨率 | 9:16、16:9 或 1:1,720p 或 1080p |
| 识别语言 | 英语、中文、日语、韩语、西班牙语、法语、德语或自动识别 |
| 水印 | 无 |
| 注册 | 无需注册 |
| 文件保留 | 24 小时后删除 |
| 价格 | 免费;共享队列,有每小时使用次数限制 |
支持的格式
MP3、WAV、M4A、AAC、FLAC 和 OGG;带声音的 MP4、MOV、WebM 和 MKV(只使用音轨)。导出 H.264/AAC MP4,720p 或 1080p,画幅 9:16、16:9 或 1:1。
使用步骤
1. 上传歌曲
打开“创作视频”,上传 MP3、WAV、M4A 或带声音的视频。选择演唱语言或自动识别。如果上传视频,只会使用其中的音轨。
2. 选择卡拉OK样式
选择主题(如 Nightfall)、高亮样式(卡拉OK扫色、纯色、渐变、发光或多彩)、字幕位置、可见行数和画幅。保持字幕开启。
3. 生成后修正歌词
首次生成后,打开结果下方的字幕编辑器。可以修改文字、按“一行一句”粘贴自己的歌词、整体平移时间,或在视频播放时点击“卡点”或按空格键设定每句的开始时间。
4. 重新生成并下载
保存后按编辑后的歌词重新渲染,检查开头、副歌和结尾,然后在 24 小时内下载 MP4。
是否适合你?
适合
- 想把歌曲或小样配上屏幕歌词分享的音乐人
- 用于练唱、教学或社交媒体的跟唱片段
- 10 分钟以内歌曲的快速卡拉OK式视频
不适合
- 把字幕烧录到你原视频的画面上
- 超过 10 分钟或大于 100 MB 的录音
- 帧级精确、按音节对齐的卡拉OK时间轴
使用限制与隐私
每次上传最大 100 MB、10 分钟;编辑时最多 300 行字幕、每行 150 字。免费、无需注册;有每小时使用次数限制。结果 24 小时后过期。
发布前需要检查什么
歌声的自动识别经常漏词或听错,伴奏响、拖长音或有和声时尤其明显。逐字时间来自语音模型;编辑或粘贴歌词后,每行改为均匀扫色,不会逐字重新对齐。不支持搜索歌词,也不能去除人声。
常见问题
能用自己的歌词代替自动识别吗?
可以。首次生成后,把歌词粘贴到字幕编辑器,一行一句。歌词会均匀分布在原字幕的时间范围内;然后整体平移或逐句卡点设定开始时间,再重新生成。
这是能逐字高亮的卡拉OK视频制作工具吗?
是的。开启自动字幕时,歌词会随演唱逐字变色,时间来自语音模型估算的词级时间戳。你编辑过的行会在整行内均匀扫色。
能去掉人声,做成卡拉OK伴奏吗?
不能。工具原样保留上传的音轨,不会把人声和音乐分离。如果需要跟唱伴奏,请自行上传伴奏版本。
能给我已有的 MV 加歌词吗?
不能。上传视频时只使用其中的音频,并渲染全新的背景。工具无法把歌词烧录到原视频画面上。
可以使用商业歌曲吗?
只有在你拥有发布权利时才可以。本工具不提供音乐授权;请上传你拥有或已获许可使用的录音。
产品信息
AI Free Audio to Video · audiosubvideo.com
- 价格及账户
- 免费使用,无需付费或注册;共享队列和每小时使用限制适用。
- 语音和图像识别
- 生产服务器使用 Whisper small 识别语音、Tesseract 识别图片文字。不支持说话人识别、转写翻译或人声分离。
- 下载
- MP4 视频; TXT、JSON 和 SRT 用于定时转录;用于图像 OCR 的 TXT 和 JSON。
- 谁可以访问结果
- 上传时使用的浏览器会话和已登录的网站管理员可以访问结果。用户上传内容不会作为公开案例。
- 音视频限制
- 100 MB · 10 min
- 完成后文件保留时间
- 24 小时