Dlazy Videoretalk
基于通义模型实现视频口型同步与配音的AI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：基于通义模型实现视频口型同步与配音的AI工具 完整的 Skill 内容见：https://321skill.com/skills/dlazy-videoretalk-x-7/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
‘帮我把这段中文产品介绍视频，配上英文的解说音频，生成一个口型同步的英文版视频。’ 它会调用Dlazy Videoretalk技能，自动将你提供的视频和音频进行对齐处理，生成口型自然匹配的新视频文件。
介绍
Dlazy Videoretalk 是一款专注于解决视频口型与配音不匹配问题的AI工具。它能够将一段人物讲话视频与新的音频轨道进行智能合成，重新生成口型与语音完美同步的视频，从而轻松实现视频配音、多语言内容本地化或修正原始视频的音频问题。
使用时，用户只需提供一段包含人物讲话的视频文件和一个新的音频文件（如配音、翻译后的语音），该工具便会利用其内置的Tongyi VideoRetalk模型，自动分析并驱动视频中人物的口型动作，使其与新的音频节奏和内容相匹配，最终输出一个口型同步的新视频文件。
该工具非常适合视频剪辑师、内容创作者、营销专员以及需要进行视频内容本地化或二次创作的个人或团队。无论是为短视频更换背景音乐和旁白，还是为教育视频制作多语言版本，它都能显著提升制作效率。
在使用过程中，建议确保输入的视频画面清晰、人物面部无遮挡，且音频质量良好，以获得最佳的同步效果。同时，由于模型处理需要一定时间，对于较长的视频文件需要耐心等待。
核心特点
此Skill基于阿里通义实验室的VideoRetalk模型，在中文口型同步的准确性和自然度上具有优势，尤其擅长处理中文语音与面部动作的匹配。
注意事项
不适合处理非人物讲话视频（如风景、动画）或面部严重遮挡、画质极差的视频素材。
常见问题
支持哪些视频和音频格式？
通常支持常见的MP4、AVI等视频格式和MP3、WAV等音频格式，具体请参考仓库文档。
处理一段5分钟的视频需要多久？
处理时间取决于硬件配置，在普通GPU上可能需要数分钟到十分钟不等。
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-7/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-7/raw/index.md（查看排版版本）