一站式音视频生成
可灵 2.6 能从文本或图片生成音视频同步的内容，包括语音、环境音和动作时序。支持对话、演唱、环境声效等多种音频类型。
生成模式
文生音视频
输入一段文字，生成带语音、音效和背景音的完整视频。描述动作和对话，模型自动生成同步的音视频内容。
图生音视频
让静态图片动起来并配上声音。可单独上传图片，也可结合文字描述，生成语音、音效和环境声。
核心特性
音画同步
语音、环境音与动作节奏保持统一，画面切换流畅，声画协调。
加载中...
高品质音频输出
语音、音效、环境声三层分离清晰，音质干净通透。
加载中...
语义理解音频
根据提示词理解语境和情绪，生成匹配场景的音效，多镜头切换保持连贯。
加载中...
能力演示
多人对话
支持单人或多人对话场景，每个角色声音独立，语音节奏与画面动作自然配合。
加载中...
演唱表演
生成稳定的歌声，音调和节奏可控，适合音乐类和表演类视频。
加载中...
音效与环境声
根据画面内容生成匹配的音效和背景音，如脚步声、风声、物品碰撞声等。
加载中...
应用场景
短视频创作
一次生成动作、对话、环境声和音效，适合短剧、Vlog 和故事性内容制作。
产品展示
配合清晰讲解语音和产品音效，制作带货视频和产品介绍内容。
ASMR 内容
生成细腻的环境音、材质摩擦声和轻柔人声，适合助眠和放松类内容。