> ## Documentation Index
> Fetch the complete documentation index at: https://api-docs.voicecheap.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 口型同步的工作原理

> 了解 VoiceCheap 在画面中改变了什么，音频如何驱动嘴部运动，以及口型同步在配音工作流程中的位置。

# 口型同步的工作原理

口型同步获取源视频和新的音轨，然后更新说话者的嘴部动作，使其更好地匹配翻译后的语音。

## 哪些内容会改变，哪些内容保持不变

VoiceCheap 专注于说话者的面部区域。在实践中：

* 嘴部和下半脸的动作会被更新
* 目标音频驱动新的嘴部运动
* 画面的其余部分尽可能保持完整

## 高层级流程

<Steps>
  <Step title="检测脸部">
    VoiceCheap 识别说话者的脸部并追踪嘴部和下半脸周围的相关面部特征点。
  </Step>

  <Step title="分析翻译后的音频">
    系统会监听目标音频并计算匹配语音所需的嘴型。
  </Step>

  <Step title="生成新的口型动作">
    逐帧重新生成说话区域，以更贴合翻译后的音频。
  </Step>

  <Step title="将结果融合回视频">
    将生成的嘴部区域合成回原始帧，以确保结果在视觉上保持连贯。
  </Step>
</Steps>

## 口型同步在工作流程中的位置

口型同步并非质量提升的第一步。通常的顺序是：

1. 确保转录文本准确无误
2. 选择语音策略
3. 确保配音音频听起来自然
4. 如果项目有需求，则添加口型同步

如果翻译后的语音或时序听起来仍有问题，请先修复这些问题。当音频已经处于良好状态时，口型同步的效果最佳。

## 预期局限性

* 侧脸视角比正面镜头更难处理
* 嘴部周围有严重遮挡会降低质量
* 不稳定的画面会降低人脸追踪的可靠性
* 嘈杂或重叠的音频可能会降低最终结果的自然度

## 相关页面

* [口型同步概述](/docs/zh/lip-sync/overview)
* [最佳实践](/docs/zh/lip-sync/best-practices)