音画同步以音频为源头驱动画面生成，配音则在已有画面上叠加语音；前者需上传人声文件并可选口型绑定，后者分基础配音与AI唇形同步两步，且唇形匹配受限于画面质量。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要弄清万兴天幕里“音画同步”和“配音”到底差在哪，得先看你在哪个环节操作——是先有画面再配声音？还是已有语音直接驱动画面生成？两者出发点不同，技术路径、控制粒度、结果可靠性全都不一样。
音画同步：以音频为源头驱动画面生成
第一步：打开万兴天幕创作广场 → 点击「音频驱动视频」入口（该功能仅在Pro版及Web端开放）。
第二步：上传一段含人声的音频文件（MP3/WAV格式，时长建议≤30秒），系统自动解析语音起始时间点、语速变化、情绪倾向与口型关键帧。
第三步：选择是否启用「口型绑定」——若已上传人物正脸图，勾选后模型将强制对齐唇动与语音音节；【未上传人脸图却启用此选项，会导致生成画面出现面部扭曲或闪烁】。
第四步：设置画面风格（如“国风漫影”“写实访谈”“赛博霓虹”），点击生成。系统调用双分支扩散变换器，同步输出1080P/24fps视频，音频波形与画面动作误差＜67ms（即1帧内）。
配音：在已有画面基础上叠加语音轨道
方法一：基础配音流程
导入已完成剪辑的视频片段 → 点击右侧面板「配音」按钮 → 输入文本 → 选择音色（支持中文男/女声共12种，含方言情绪变体）→ 点击「生成配音」。
这一步操作起来很简单，直接把文字转成语音并自动对齐到视频时间轴上，但【无法保证口型匹配，人物嘴部不会随语音开合】。
方法二：高级配音+唇形合成
需先完成基础配音 → 在时间轴上选中配音轨道 → 右键选择「AI唇形同步」→ 系统根据语音波形重绘人物口型动画 → 导出前勾选「启用唇形渲染」。
注意：该功能仅对正向拍摄、脸部无遮挡、分辨率≥720P的原始画面生效；侧脸、戴口罩、强阴影场景下唇形会失真甚至错位。
关键差异对比表
音画同步必须从音频出发，画面是“被指挥”的结果，所有视觉元素（运镜节奏、角色微表情、背景光影变化）都由音频信号实时调控；配音则是后期叠加行为，画面是既定的，语音只是贴上去的声音层，二者时间轴靠算法粗略对齐，不涉及跨模态联合建模。
