M
M 动态风格
情绪和氛围类(感受线最常用)

口播 + 逐字字幕

白底,一种字体,字幕跟着说话一个词一个词打出来,配真实的图片,镜头慢慢漂。

适合:
全片的主线。有人讲解、口播的片子,字幕必须对上。
系列:
M 动态风格
更新:
2026-10-29
素材:
仅提示词,暂无参考画面

风格提示词

以口播录音为主线。字幕跟着说话逐词出现,时间用 Whisper 从录音里对出来,不按文案逐字对。白底,只用一种字体,黑字。镜头每段只做一次慢慢的漂移。图片在音乐的 16 分音符上换。屏幕上的字不要句号。不要给字加选中框一样的底色。音乐在关键那句话上起来,人声出来的时候音乐自动压低。响度统一到 -14 LUFS。

补充

参考

AI 图像模型发布片(ElevenLabs 配音 + Whisper 对字幕时间)、把口播素材剪成有字幕有图形有音乐的片子