可灵AI自2025年6月起支持音效与画面同步生成，涵盖文字生成音效视频、已有视频自动补配环境音效、图片生成带动作音效短视频三大场景，全程无需手动导入音频或切换工具。
☞☞☞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☜☜☜
你想让视频自带脚步声、雨滴声或金属碰撞声，而不是后期手动配——可灵AI自2025年6月起已支持音效与画面同步生成，无需额外导入音频文件或切换工具。
用文字直接生成带音效的视频
这一步适合从零开始创作，音效会随画面自然浮现，比如输入“老式电梯缓缓上升，金属门闭合咔哒声+轻微震动感”，系统自动匹配声源位置与持续时间。
1、打开可灵AI官网或App，进入“文生音画”功能页→点击“新建项目”→选择“文字生成音效视频”模式。
2、在提示词框中写明画面内容+声音要素，例如：“深夜便利店，冷柜嗡鸣、扫码枪‘嘀’声、玻璃门开合气流声”，【必须包含至少一个具体声音动词，如‘嗡鸣’‘咔哒’‘嘶嘶’，否则音效生成失败】。
3、开启右侧参数栏中的“音画同出”开关，并勾选“立体声渲染”，确保左右声道有空间差异。
4、点击生成，等待15–40秒（时长取决于提示词复杂度），下载MP4时音频已嵌入，不可分离。
给已有视频自动补配环境音效
适用于你手头已有无声视频，想快速增强临场感，比如一段产品展示视频缺操作音效，或旅行Vlog缺少风声鸟鸣。
方法一：上传本地视频一键生成
① 进入“多模态编辑”→点击“视频生音效”→拖入MP4/MOV格式文件（最大支持15秒）。
② 在提示词框补充环境描述，如“森林小径，落叶踩踏声+远处啄木鸟敲击声+微风穿过松针”，【避免写‘好听的背景音’这类模糊表述，模型无法解析】。
③ 点击“生成音效”，系统自动分析视频帧运动与光照变化，5秒内输出带声像定位的WAV音轨，时间轴完全对齐原视频。
方法二：调用历史作品快速复用
直接在“我的创作库”中找到目标视频→点击右下角“音效增强”图标→选择“智能补配”→确认生成。
用图片生成带动作音效的短视频
当你有一张人物静态图，希望它动起来并发出对应声音，比如让模特转身时衣料摩擦、抬手时袖口摆动声。
1、选择“图生音画”功能→上传正面清晰人像图（无遮挡、单人、纯色背景最佳）。
2、在文本框输入动作指令+音效关键词，例如：“模特侧身微笑，发丝飘动沙沙声+高跟鞋轻点地面嗒嗒声”。
3、开启“Kling-Foley帧级对齐”选项，确保音效触发点与肢体关键帧精确咬合。
这一步操作起来很简单，直接把文件拖进去就行。
