Dlazy Videoretalk
通义视频口型同步模型，让配音与嘴型自然匹配
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：通义视频口型同步模型，让配音与嘴型自然匹配 完整的 Skill 内容见：https://321skill.com/skills/dlazy-videoretalk-x-4/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
'请使用 Dlazy Videoretalk 为这段产品介绍视频配上中文配音，使口型同步。' 它会自动分析视频中的人物面部特征，提取音频中的语音内容，逐帧调整嘴型区域，最终输出口型与音频完全同步的新视频文件，无需手动逐帧调整。
介绍
在视频制作中，配音与口型不同步是常见痛点，尤其需要大量手动调整。Dlazy Videoretalk 基于通义大模型，只需提供一段人物说话的视频和一段音频，即可自动生成嘴型与音频同步的全新视频，大幅提升视频配音效率。
使用方法非常简单：将人物视频和音频文件作为输入，模型通过分析视频中的面部特征和音频的语音内容，逐帧调整嘴型区域，最终输出口型同步后的视频。支持多种语言和音频格式，无需手动标记关键帧，一键完成同步。
适合视频剪辑师、内容创作者、社媒运营以及教育从业者。无论是制作宣传短片、社媒视频、课程讲解，还是为外语视频配本地语言，都能显著减少后期工作量，让视频效果更自然。
建议使用面部清晰、正面角度的视频以获得最佳效果。音频质量越高，同步精度越好。对于侧面、遮挡严重或多人脸场景，效果可能下降。同时，操作需要一定计算资源（建议 GPU 加速），首次使用时请确保环境已安装相关依赖。
核心特点
与同类模型（如 Wav2Lip）相比，Dlazy Videoretalk 基于通义大模型，在中文语音口型同步上表现更自然，支持多种语言且对音频质量容忍度更高，同时提供更易用的接口。
注意事项
不适用于侧面角度过大、面部严重遮挡、多人脸混叠或非真实人像的场景。
常见问题
支持哪些视频格式和音频格式？
常用视频格式如 MP4、AVI、MOV 均可，音频支持 WAV、MP3、AAC 等，建议使用与视频帧率匹配的音频。
必须使用 GPU 吗？CPU 能跑吗？
推荐使用带有 CUDA 的 NVIDIA GPU 以获得可接受的速度。CPU 可以运行但非常慢，不适合长视频。
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-4/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-4/raw/index.md（查看排版版本）