针对唱歌跑偏的 AI 唇同步，开发者自建本地管道发起 5 分钟盲测

vveerrgg · reddit · 2026-10-15

开发者 vveerrgg 称现有音频驱动工具在歌唱场景的唇同步表现差：嘴型滞后、遇到元音就张成「O」形。他自建了一套完全本地化的管道（单工作站、模型可商用、无 SaaS），从歌词文本与时间轴出发而非仅靠音频波形生成口型。

目前发起约 17 对视频的盲测（5 分钟、手机可用、不记录任何个人信息），让参与者在不知来源的情况下选出嘴型更贴合演唱的一方并打 1-5 分。作者承诺测试结束后公布结果与方法的完整技术解析。