Dlazy Videoretalk
基于通义模型的口型同步视频生成工具
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：基于通义模型的口型同步视频生成工具 完整的 Skill 内容见：https://321skill.com/skills/dlazy-videoretalk-x-6/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
'请用这个人物讲话的MP4视频和这段中文配音音频，生成口型同步的新视频。' 它会分析视频中人物口型，将音频中每个音素与口型帧对齐，并生成一个新的MP4文件，输出到指定目录。
介绍
Dlazy Videoretalk 是一款基于通义 VideoRetalk 模型的唇同步（口型同步）视频生成工具。它能够将一段说话人的视频与一段语音音频进行融合，自动调整视频中人物的口型动作，使其与音频内容精准匹配，从而生成口型同步的配音视频。该工具解决了传统视频配音中口型对不上的痛点，让视频再创作更加自然流畅。
使用方式非常简单：用户只需提供一段人物讲话的视频（或包含人物说话的片段）以及一段对应的语音音频文件，工具会自动分析视频中人物的口型运动，并基于音频的语音特征重新生成视频帧，使口型与音频同步。整个过程无需复杂的参数设置，即可快速得到结果。
该工具适合内容创作者、视频剪辑师、营销专员等需要频繁制作配音视频、宣传短片、演示素材或创意视频的用户。无论是为短视频添加旁白、为教学视频替换音频，还是制作多语言版本的内容，都能显著提升效率。
使用建议：建议输入视频中人物面部清晰、光线充足，音频质量纯净且与视频时长匹配。对于多人场景或面部遮挡严重的情况，效果可能受限。在商用场景下，请确保使用的视频和音频内容不侵犯他人版权。
核心特点
相比通用唇同步工具，Dlazy Videoretalk 基于通义VideoRetalk模型，对口型同步的精度和自然度做了专门优化，无需额外训练即可直接使用。
注意事项
不适合多人同框、面部严重遮挡或模糊的视频场景，且对视频中人物面部角度有一定要求。
常见问题
是否需要GPU才能运行？
推荐使用GPU（如NVIDIA显卡）以获得较快的处理速度，CPU也可运行但速度较慢。
支持哪些视频和音频格式？
常见格式如MP4、AVI、MOV等视频格式，以及MP3、WAV、AAC等音频格式均支持，建议使用高质量源文件。
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-6/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-6/raw/index.md（查看排版版本）