1Step 1: 上传歌曲
拖入 MP3、WAV、FLAC、AAC、OGG 或 M4A 音频文件(最大 100MB)。无需创建账号即可开始。AI 从音频出发,你不需要手动输入任何歌词。完整歌曲可用于 YouTube,截取片段可用于 TikTok 和 Reels。
1拖入 MP3、WAV、FLAC、AAC、OGG 或 M4A 音频文件(最大 100MB)。无需创建账号即可开始。AI 从音频出发,你不需要手动输入任何歌词。完整歌曲可用于 YouTube,截取片段可用于 TikTok 和 Reels。
2歌词从音频自动转写,逐行同步节拍——支持 50 多种语言。点击任意一行即可编辑。AI 还会分析歌曲的情绪、能量和节奏,生成与音乐匹配的视觉方向,而不是随机背景。
3发布前观看完整歌词视频。导出 16:9 用于 YouTube,9:16 用于 TikTok 和 Reels,1:1 用于信息流帖子——全部来自一次上传。免费,无需订阅。
大多数 song-to-video 工具需要你手动打歌词、拖到时间轴上、逐行对齐时间点。LyricVideoMaker 从音频出发,AI 帮你完成歌词工作——从歌曲到成片,几分钟而不是几小时。
AI 会把歌曲里的每个元素转成视频决策:歌词变成随节拍同步的动态文字;速度决定转场推进;情绪影响视觉风格和配色;段落结构决定 intro、主歌、副歌和留白。最终像是从这首歌长出来的,而不是套一个通用模板。

LyricVideoMaker 会为 intro、主歌、副歌、桥段和纯音乐段落留出合适空间,让完整歌曲有清晰结构,而不是变成一整段堆在一起的歌词。
保留干净的开场空间、可读的歌词节奏和频道品牌露出位置,让视频像音乐频道内容,而不是简单把歌词盖在画面上。
同一首歌可以做完整歌词视频、副歌亮点、合作方预览或发歌周预热视频,不需要每次从零重做创意。
歌曲转歌词视频流程从整首歌出发,把它变成以歌词为中心的 MP4。歌曲本身提供文字、节奏、结构和情绪弧线;AI 把这些信号变成可编辑歌词、节拍时间轴、场景方向、预览和多平台导出。
输入
只接受音频上传:MP3、WAV、FLAC、AAC、OGG、M4A,单个文件最大 100MB。
歌词
AI 从人声自动转写,支持 50 多种语言自动识别,导出前每一行都能修改。
同步
按节拍和演唱节奏做逐行时间轴,不是把字幕粗暴贴到固定位置。
画面
先做分镜规划,再生成匹配歌曲情绪的 AI 场景图,歌词始终是主角。
导出
保留原始音频导出 MP4,支持 16:9、9:16、1:1,适配 YouTube、Shorts、TikTok、Reels 和信息流。
开始
免费积分起步,可以先跑完整预览,再决定要不要继续投入这首歌。
一首完整歌曲不是一整块文字。不同音乐段落用不同处理,歌词视频才像被编排过,而不是把字直接倒到屏幕上。
| 判断点 | 实用建议 |
|---|---|
| Intro | 如果人声还没进来,可以用标题卡、可视化或安静场景。 |
| 主歌 | 字体保持干净,换行稳定,让听众能跟住故事。 |
| 预副歌 | 稍微增加运动,为 hook 做准备。 |
| 副歌 | 让 hook 更大、更亮或更有节奏感。 |
| 桥段 | 改变颜色或构图,让情绪转折可见。 |
| Outro | 最后一句歌词留出呼吸,再放艺人或发行信息。 |
渲染前可以按这些点检查,尤其是同一个项目要导出多个平台画幅时。
歌曲转歌词视频的流程把一首成品歌变成以歌词为中心的视频。真正重要的判断发生在渲染之前 —— 下面是值得记住的几条原则。
主歌、hook、bridge 和间奏其实已经画好了视频的节奏。顺着这个结构走、而不是套模板,成片才像这首歌,而不是通用格式。
歌词是观众跟着走的主线,不是最后才贴的字幕。顺序永远是先转写、再对节拍对轴、再设计画面。
AI 负责转写、对时间、生成场景;风格对不对、断句改不改、要不要竖屏方屏导出,仍由你判断。
观众不该在「读词」和「看画面」之间二选一。对比度要强、行要短、动效要克制,让画面帮歌词而不是抢戏。
第一遍看文字抓转写错误,第二遍听节奏抓提前或滞后的行,第三遍看平台适配,确保手机信息流里也读得清。
一个项目同时产出 16:9 完整版、9:16 竖屏和 1:1 方形,不用重打歌词、不用重做时间轴,多平台保持一致。
歌还在耳朵里时就做歌词视频:更快听出别扭断句、更早发现听错的词,也更容易判断哪里该加视觉能量。
导出前做一次快速复查,很多质量问题还没变成返工就能处理掉。
| 检查项 | 怎么确认 |
|---|---|
| 音频准备 | 支持 MP3、WAV、FLAC、AAC、OGG、M4A,文件保持在 100MB 以内。 |
| 语言检查 | 系统能自动识别 50 多种语言,但双语 hook 和专名仍建议人工看一遍。 |
| 时间检查 | 节拍同步会给出稳定基础;如果某句比人声早或晚,要手动微调。 |
| 画面检查 | AI 场景图要匹配情绪,同时不能让歌词变难读。 |
| 画幅检查 | 16:9、9:16、1:1 要分别看,因为每种画幅的可读字号都不同。 |
一首歌可以变成 YouTube 完整歌词视频、短视频片段、投稿预览和发歌周素材。

导出完整 16:9 歌词视频,保留干净的 intro/outro 空间用于频道品牌露出,并用清晰节奏和同步歌词让观众跟住整首歌。

截取 hook 或副歌,导出 9:16 竖屏片段,在信息流中抓住注意力。

让未发布的歌曲更容易理解,方便发给厂牌、合作方或经纪人。

从同一首歌做出多个歌词素材,每天发布新鲜内容,而不是重复同一张封面。