给 AI 视频添加自己的音乐：节奏、口型与导出

AI 表演片段与一首完成的音乐是两份不同素材。CastRemix 可以依据照片和动作参考提供视觉草稿。如果成片需要使用指定录音，就在剪辑工具中把草稿与这份音频组合。

先选择音乐中的一个完整段落

可以选副歌、进入副歌前的停顿，或一小段器乐乐句，要求起止清楚。再决定画面应该活跃、安静还是带有喜剧感。情绪相合往往比随意挑一段表演、只把时长剪齐更有用。

使用你有权用于这次发布的音频。照片的使用权并不等于另一首歌的使用权。如果准备在发布应用中添加曲库音乐，就核对相应用途的条款，不要假定同一首歌的所有版本都有相同许可。

选择不依赖新增歌词的画面

舞蹈片段可以配音乐，不必让观众以为人物正在逐字唱出歌词。Hotel Lobby 双人场景有表演参考，但视觉流程不会写歌词，也不保证与自己的录音精确对嘴。

如果创意必须逐字呈现说唱或口播，应在生成前单独评估这项要求。大致跟拍与语音口型同步不同；后期添加音频，也不会改变视频里已经形成的嘴部动作。

先生成场景，再处理音轨

准备照片，按所选模板的要求制作画面。最终音乐片段留在剪辑工具中使用，不要把固定模板当作上传歌曲的入口。先下载一条已经通过视觉检查的结果。

在时间线上将视频与音乐分轨放置，听一下下载文件是否自带声音。如果它与新录音冲突，就静音或降低原音轨。不要仅凭浏览器预览是否静音，判断实际文件有没有音频。

对齐几个清楚的动作节点

找抬手、落脚或转头等容易识别的时刻，先让一个节点对应一个音乐重拍，再完整播放，看剩下的动作是否自然。轻微调整起止通常比反复改变整段速度更容易判断。

如果不明显变速就无法匹配，可以换音乐段落或换画面。强行让每一个动作都踩拍，可能破坏手部、面部和身体节奏；两个镜头之间干净地切换，往往比硬拉速度更合适。

导出后重新听最终混音

按受众观看方式，用耳机或设备扬声器再检查一次。确认开头没有被截断，结尾有明确收束，原片声音没有意外叠在新音轨下面。

需要字幕时另行添加，并根据场景说明虚构或 AI 创作性质。涉及多个镜头时，可以参考长视频组接规划。最终录音、剪辑和发布仍属于你的后期流程。