即梦多人对口型:双角色台词与真实音轨检查

apizt 实测记录 · 2026-10-24 · 不是第三方产品界面截图

通过apizt实际生成8秒双角色有声视频,固定左侧眼镜角色问“车票买好了吗?”,右侧橙衣角色回答“买好了,明早出发”。ASR把回答识别为疑似错词,需回听并逐帧查看说话者嘴部,不能将有音轨等同于口型已合格。

本次操作

  1. 明确角色与逐句时间:同一画面只保留两名原创成年角色,A左B右;前半A提问、后半B回答,听话者闭嘴。
  2. 显式生成有声视频:Seedance mini使用原双角色图、duration=8、generate_audio=true;不把后期配音冒称原生有声生成。
  3. 独立转写与嘴部复核:下载实际MP4,ffprobe核对音轨,Whisper独立转写;识别疑点、人物开闭嘴和无抢话分别记录,必要时重做该句。

结果与限制

two-speaker-audio

httpmodelrequestSecondstaskId
200doubao-seedance-2-0-mini-2606154.144task_Fcxe8dC724F0dZdHJ4Jf9ckNGPNsWvWt
实际视频首中尾帧

asr.json

{
  "task": "transcribe",
  "language": "chinese",
  "duration": 8.09000015258789,
  "text": "车票买好了吗? 明好明早出发!",
  "words": [
    {
      "word": "车",
      "start": 0.800000011920929,
      "end": 1.159999966621399
    },
    {
      "word": "票",
      "start": 1.159999966621399,
      "end": 1.2799999713897705
    },
    {
      "word": "买",
      "start": 1.2799999713897705,
      "end": 1.5199999809265137
    },
    {
      "word": "好了",
      "start": 1.5199999809265137,
      "end": 1.7599999904632568
    },
    {
      "word": "吗",
      "start": 1.7599999904632568,
      "end": 2.0
    },
    {
      "word": "明",
      "start": 6.179999828338623,
      "end": 6.320000171661377
    },
    {
      "word": "好",
      "start": 6.320000171661377,
      "end": 6.440000057220459
    },
    {
      "word": "明",
      "start": 6.440000057220459,
      "end": 6.579999923706055
    },
    {
      "word": "早",
      "start": 6.579999923706055,
      "end": 6.679999828338623
    },
    {
      "word": "出",
      "start": 6.679999828338623,
      "end": 6.860000133514404
    },
    {
      "word": "发",
      "start": 6.860000133514404,
      "end": 7.0
    }
  ],
  "usage": {
    "type": "duration",
    "seconds": 9
  }
}

复跑与凭据

下载本题 evidence.zip,保留各任务目录。API脚本通过本机环境变量 tokenba_API_KEY 读取你的Key;不把Key放进请求JSON。先核对模型广场当前可用型号和价格,再显式运行一次小样。

生成次数、文件成功、内容质检分别判断。没有在公开报告中保存任何可用Key。