音视频工具
视频生成
（2025年12月更新）
| 工具 | 优势 | 劣势 | 适合场景 |
|---|---|---|---|
| Midjourney Video | 与图像生成无缝衔接，5-20秒 | 2025年6月新推出 | 图生视频、创意内容 |
| Runway Gen-3 | 质量稳定，控制性好 | 成本较高 | 专业短视频 |
| Kling | 运动表现好 | 等待时间长 | 动态场景 |
| Sora | OpenAI出品，理解力强 | 成本高 | 高质量短片 |
| Pika | 简单易用 | 时长限制 | 快速原型 |
| Luma Dream Machine | 梦幻风格 | 风格局限 | 创意内容 |
新增：Midjourney于2025年6月推出视频生成V1，可将静态图片转换为5秒视频，并可扩展至20秒。
语音合成
| 工具 | 优势 | 适合场景 |
|---|---|---|
| ElevenLabs | 最自然，情感丰富 | 配音、有声书 |
| Azure TTS | 多语言，稳定 | 企业应用 |
| Murf | 易用，模板多 | 营销视频 |
| Resemble.AI | 声音克隆 | 定制声音 |
音乐生成
| 工具 | 优势 | 适合场景 |
|---|---|---|
| Suno | 全能，可生成人声 | 完整歌曲 |
| Udio | 音质高 | 专业音乐 |
| Soundraw | 可调节结构 | 背景音乐 |
数字人
| 工具 | 优势 | 适合场景 |
|---|---|---|
| HeyGen | 口型同步好 | 产品介绍 |
| Synthesia | 企业级，多语言 | 培训视频 |
| D-ID | API友好 | 开发集成 |
使用策略
视频制作工作流
1. 脚本撰写
Claude/GPT写脚本，分镜头
2. 素材准备
- 静态图：Midjourney/Flux
- 视频片段：Runway/Kling
- 配音：ElevenLabs
- 背景音乐：Suno
3. 后期合成
传统剪辑软件（PR/剪映）整合
4. 调整优化
根据效果迭代各环节配音制作
ElevenLabs最佳实践：
1. 选择合适的声音
- 先试听多个，选最匹配的
- 注意：同一项目保持同一声音
2. 调整参数
- Stability：稳定性（高=更一致）
- Clarity：清晰度
- Style：风格表达程度
3. 文本优化
- 标点影响停顿
- 可用SSML精确控制音乐生成
Suno技巧：
1. 风格描述要具体
❌ "一首流行歌"
✅ "90年代日式城市流行，女声，
慵懒的氛围，萨克斯风间奏"
2. 结构控制
使用标签：[Verse] [Chorus] [Bridge] [Outro]
3. 歌词优化
先用Claude写好歌词，再生成成本考量
| 用途 | 建议方案 | 月成本估算 |
|---|---|---|
| 个人创作 | Runway + ElevenLabs基础版 | $30-50 |
| 小型团队 | 上述 + Suno | $50-100 |
| 专业制作 | 全套Pro版本 | $200+ |
质量vs速度权衡
需要快速出片：Pika + 免费TTS
需要高质量：Runway + ElevenLabs
需要批量生产：自建pipeline + API调用内容过时？帮助更新