Dlazy Videoretalk
一键实现视频口型与音频同步，生成逼真唇同步视频
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Dlazy Videoretalk。 它的用途是：一键实现视频口型与音频同步，生成逼真唇同步视频 完整的 Skill 内容见：https://321skill.com/skills/dlazy-videoretalk-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请将这段视频中的人物的口型同步到我提供的音频文件上。' 它会自动加载视频和音频，分析面部特征与音频节奏，逐帧调整口型动作，最终输出一个唇同步后的新视频，效果自然流畅。
介绍
你是否遇到过录制好的视频口型与配音对不上的尴尬？Dlazy Videoretalk 基于通义千问的 VideoRetalk 模型，能精准地将视频中人物的口型与给定的语音音频对齐，生成自然流畅的唇同步效果。无论是为宣传片重新配音、为课程视频替换讲解语言，还是为社媒内容添加创意配音，它都能帮你快速完成，无需任何专业视频编辑技巧。
使用非常简单：只需准备一段说话人视频（正面清晰、嘴部可见）和一条目标语音音频，运行模型后即可输出唇同步后的新视频。整个过程无需手动标注关键点或调整参数，模型会自动分析视频中的面部特征和音频的发音节奏，逐帧匹配口型动作，生成逼真的同步效果。
适合内容创作者、营销专员、社媒运营等需要频繁制作视频配音的用户。尤其适合制作宣传短片、社媒创意视频、课程讲解演示等场景。如果你正在为多语言版本视频的配音发愁，或者想快速替换视频中的对话内容，这个工具能大幅提升效率。
使用建议：确保输入视频中人物面部清晰、光线充足，避免大角度侧脸或遮挡；音频文件建议降噪处理以提升同步精度。该模型对长视频处理较慢，建议分段处理；同时注意版权和肖像权合规，避免使用未授权素材。
核心特点
基于通义千问的 VideoRetalk 模型，对中文视频口型同步有更好的适配，无需复杂配置即可通过视频+音频生成高质量唇同步视频，效果自然流畅。
注意事项
不适合多人同时说话或需要精确控制面部表情的复杂视频场景，对极端角度和遮挡面部效果有限。
常见问题
支持哪些视频格式输入？
支持常见的视频格式，如 MP4、AVI、MOV 等，建议使用 H.264 编码的 MP4 文件以获得最佳兼容性。
需要 GPU 才能运行吗？
推荐使用 NVIDIA GPU（显存 ≥ 4GB）进行推理，CPU 也能运行但速度较慢，长视频可能需要数小时。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/dlazy-videoretalk-x-2/raw/index.md 读取 Dlazy Videoretalk 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/dlazy-videoretalk-x-2/raw/index.md（查看排版版本）