首尾帧控制与 AI 配音:让视频按你的剧本走
视频生成的基础参数之上,还有两个决定「叙事感」的能力:首尾帧控制与 AI 配音。
首尾帧(Start / End Frame)
作用是指定视频的开头与结尾画面,AI 自动生成中间过渡:
- 只设 Start:从这张图出发,结束画面按提示词自由发挥。
- Start + End 都设:模型在两帧之间插值,动作走向完全可控。
典型玩法:
- 转头镜头:Start 是正脸,End 是回眸侧脸,得到一段自然的转头。
- 场景推进:Start 全景,End 特写,得到一段推镜。
- 换装/变身过渡:同一角色两套服装分别做首尾帧。
配套提醒:End 帧与 Start 帧的画风、光线、角色特征越一致,过渡越自然;两帧差异太大时中间容易闪变。底图加工手段见手脸修复。
AI 配音(V3.2 独占)
V3.2 模型支持自动配音,音轨可选:
| 选项 | 含义 |
|---|---|
| SE Only | 仅音效,无语音 |
| JA | 日语语音 |
| EN | 英语语音 |
| ZH | 中文语音 |
| KO | 韩语语音 |
给角色短片配环境音选 SE Only;要做「会说话的角色」就直接选对应语言。配音是模型自带能力,不需要额外软件。
模式与时长回顾
- Mode:标准(一般向内容)/ 增强(专业创作向,Plus 以上会员)。
- Duration:5 秒 / 10 秒,时长越长点数消耗越高。
- 模型选择:V3.2(遵循度与配音)/ V3.0(稳定)/ V2.7(大动作),对比见图生视频。
参数组合建议
| 目标 | 推荐组合 |
|---|---|
| 角色表情包短片 | V3.2 + 5 秒 + SE Only + 标准模式 |
| 带台词的小剧场 | V3.2 + 10 秒 + 对应语言配音 |
| 大幅度动作展示 | V2.7 + 5 秒 + 标准模式 |
| 高完成度宣传短片 | V3.2 + 10 秒 + 增强(Plus 以上) |
参数与音轨支持可能随版本更新,以平台当前面板为准。写好动作提示词的方法见动作幅度。