簡短的回答
音訊轉視訊工具將配樂與視覺背景、字幕和可選的音樂動畫相結合。對於歌詞視頻，額外的步驟是將顯示的單字與歌手進行匹配。
從您擁有的最清晰的錄音開始
盡可能使用原始音訊檔案。從揚聲器捕獲的音訊可能包括室內噪音、迴聲和其他聲音。這些聲音會使自動歌詞辨識變得更加困難。增加失真錄音的音量不會恢復遺失的細節。器樂仍然可以成為視覺音樂視頻，但它不包含可供轉錄系統恢復的演唱詞。
選擇目標幀
縱向（9:16）適合移動觀看；風景 (16:9) 為長歌詞提供了更多空間。當藝術品是主要視覺元素時，方形 (1:1) 效果很好。在調整文字位置之前確定寬高比。選擇文字周圍有足夠對比的背景。
使用適合聲音的設定生成
開啟工作室，上傳文件，選擇主題，然後設定標題、突出顯示顏色和標題位置。為演講或唱歌啟用自動字幕。對於樂器或您只需要視覺化工具時，請關閉它們。以 720p 匯出以獲得較小的文件，或以 1080p 匯出以獲得更多細節。
分別審查文本和時間
首先檢查用詞是否正確。然後聆聽每一行是否在正確的時刻出現。這些是不同的問題：拼寫正確的歌詞仍然可能會遲到。注意名字、重複的副歌、長音符和重疊的聲音。自動結果不保證與每場表演相符。
檢查最終視頻
播放開頭、主歌到副歌的過渡以及結尾。確認文字保留在框架內並在小螢幕上保持可讀。您上傳的配樂保留在新影片中；添加字幕並不能取代音樂。在 24 小時檔案保留期結束之前下載您的 MP4。
常見問題
我需要上傳影片嗎？
不需要。音訊檔案足以創建具有新背景和字幕的視訊。
這可以為樂器創作歌詞嗎？
不需要。關閉字幕即可從樂器音訊產生視覺化工具。