对口型入门：让一张照片开口说话

Lip Sync（对口型）是 Dreamina 数字人能力的入口：上传一张人像照片，配上台词或音频，产出口型与声音对齐的说话视频。带货讲解、虚拟主播、课程出镜……不露脸或没有拍摄条件的创作者，靠这一张照片就能开工。

完整流程五步

综合官方教程与社区实测，流程如下：

1. 登录并找到入口：登录后在侧栏找 Lip Sync（或 AI Avatar，随版本界面叫法略有差异）。
2. 上传人像：拖入自己的照片，或从资产库选之前生成的图像。社区实测反馈：清晰、正面、单人的照片效果最稳；有实测提到对图像先做一次放大处理效果更好——与画质放大的理念一致。
3. 选生成模式：界面提供两档——Master（精细档）与 Fast（快速档）。测试流程用 Fast，正式出片用 Master。
4. 配声音：三种来源——

• 文本转语音：输入台词，从语音库里选音色（有教程提到可选音色多达二十余种）；
• 上传音频：自己的配音文件（确保有使用授权）；
• 录音：直接录一段。

1. 生成并检查：重点看口型对齐度、头部自然度与眨眼频率，不满意换照片或换音色重跑。

出片质量三要素

• 照片质量占一半：五官清晰、光线均匀的照片，口型区域可辨识度高，效果自然。
• 语速与台词长度：语速过快或单段台词过长，口型对齐难度上升——长文案拆段生成。
• 音色与人设匹配：选音色时想清楚账号人设，音色错位比口型偏差更出戏。

与视频生成的分工

口播视频通常不需要复杂场景——一张照片加一段讲解就是完整内容，这也是它成为带货与知识类内容最常用入口的原因。声音从哪来，展开在下一页配音与台词。