目錄（38 節）
- King AI 係咩？
- 對嘴定數字人？先分清楚
- 4 個對嘴引擎，點揀？
- 點揀？用三個問題
- 8 個數字人引擎，又點揀？
- 廣東話實戰：自備聲軌的五步
- 第一步：定稿
- 第二步：出聲軌
- 第三步：剪走靜音
- 第四步：短片段測試
- 第五步：全片生成＋QC
- 價錢點計？用一條 30 秒片做例子
- 五個最常見中伏位
- 一、用有背景音樂嘅聲軌
- 二、條片超過 90 秒
- 三、人臉太側或遮嘴
- 四、生成後才改稿
- 五、以為內置 voice 一定識粵語
- 四個實戰場景，點配引擎
- 場景一：30 秒產品廣告
- 場景二：舊片換粵語
- 場景三：每週社交片
- 場景四：企業培訓
- 八個數字人引擎，逐一講
- 上載前檢查：聲軌同畫面
- 聲軌
- 畫面
- 格式
- 團隊協作：版本命名
- 資料來源同方法說明
- 常見問題 FAQ
- King AI 係咪免費？
- King AI 識唔識講廣東話？
- 對嘴同數字人，邊個貴啲？
- 一條 90 秒片，可以一次過對嘴嗎？
- 可以用自己把聲嗎？
- King AI 出嘅片可以商用嗎？
- 想試廣東話聲軌？
King AI 對嘴教學：廣東話聲軌＋引擎點揀（2026）
King AI 有 4 個對嘴引擎、8 個數字人引擎，但冇香港粵語專用聲線。本文拆引擎差異、片長限制同 credits 成本。
一句答你：King AI 係一個「模型超市」，好處係同一個介面試多個對嘴引擎。但佢冇香港粵語專用聲線，你要自己帶一條廣東話聲軌入去。
Key Takeaways
- King AI 集合超過 360 個生成模型，對嘴同數字人係其中兩條產品線。
- 對嘴分兩邊：Talking Avatar 用相片，Lip Sync 用現有影片；兩邊嘅引擎同限制唔同。
- 官網列 4 個 Lip Sync 引擎、8 個 Talking Avatar 引擎，片長由 14 秒到 90 秒不等。
- 收費逐秒聲頻計，生成前會顯示 credits 報價；同一條片用唔同引擎，價錢可以差幾倍。
- 粵語成品嘅關鍵唔喺引擎，而喺你條聲軌有冇讀錯字、夠唔夠自然。
重點摘要：King AI 適合「一次試多個引擎、快速比較結果」。如果你要固定品牌聲線同準確粵語讀音，正確做法係先出聲軌，再入 King AI 對嘴。
King AI 係咩？
King AI 係一個 AI 影片創作平台，有網頁版同 iPhone、iPad、Mac App。官方講，平台集合超過 360 個模型，包括 Veo 3.1、Kling、Seedance、Imagen、Flux 等（King AI, 2026）。
佢嘅定位唔係「自家訓練一個模型」，而係「一個帳戶，試晒多個模型」。你可以用同一個提示，跑幾個模型，再揀最好嘅結果。
對嘴同數字人，係其中兩條產品線。
對嘴定數字人？先分清楚
King AI 官方把兩個功能分開：
- Talking Avatar（數字人）：你俾一張相＋一段聲，模型令相中人開口說話。
- Lip Sync（對嘴）：你俾一條現有影片＋一段新聲，模型重畫嘴型。
兩者嘅輸入唔同，引擎選擇亦唔同。
| 你的素材 | 用邊個 | 出嚟嘅效果 |
|---|---|---|
| 一張正面相 | Talking Avatar | 相中人開口、眨眼、輕微擺頭 |
| 一條已有影片 | Lip Sync | 保留原片動作，只換嘴型 |
| 一條片但想換人 | 先換臉，再對嘴 | 兩步，成本較高 |
選錯工具會浪費 credits。例如你有一條片，卻用 Talking Avatar，結果只會用到其中一格畫面。
4 個對嘴引擎，點揀？
King AI 官網列咗四個 Lip Sync 引擎，全部最多接受 90 秒聲頻：
| 引擎 | 官方標示價格 | 適合 |
|---|---|---|
| Sync Lipsync 3 | 1 credit／秒，最低 5 credits | 追求嘴型準確、 studio 級 |
| VEED Lipsync 2 | 0.7 credits 起（最低消費） | 平衡質素同價錢 |
| HeyGen Lipsync Precision | 官網未列逐秒價 | 企業、數字人流程 |
| PixVerse Lipsync | 0.3 credits／秒，最低 1.5 credits | 預算優先、社交短片 |
以上數字引自 King AI 官網 2026-10-31 嘅模型目錄（King AI, 2026）。實際報價會隨套餐同地區變，生成前個掣會顯示實數。
點揀？用三個問題
- 嘴型要幾準？ 品牌片、特寫多，揀高價引擎。社交片、遠景多，平價引擎已經夠。
- 條片幾長？ 全部最多 90 秒。超過就要切片。
- 你趕唔趕？ 平價引擎有時排隊較長。急件用較貴但快嘅。
8 個數字人引擎，又點揀？
Talking Avatar 有八個引擎，包括 OmniHuman 2、OmniHuman 1.5、Kling AI Avatar 2.0 Pro、HeyGen Photo Avatar 4、VEED Fabric 1.0、Kling AI Avatar 2.0、sync-3 Avatar、MiniMax H3 Max Lip Sync。
限制唔一致：
- 七個引擎最多 60 秒聲頻。
- MiniMax H3 Max Lip Sync 最多 14 秒。
- OmniHuman 2 最少 4 秒。
- MiniMax 最少 5 秒。
呢啲細節好重要。你如果得一條 5 秒聲，用 OmniHuman 2 可能啱；如果你要 30 秒，就要避開 MiniMax。
廣東話實戰：自備聲軌的五步
King AI 冇香港粵語專用聲線。你入去之後，要用自己嘅聲軌，或者用平台內置嘅 AI Voice Generator。
內置 voice generator 方便，但粵語質素要自己試。想穩定，建議自備。
第一步：定稿
先寫好廣東話口語稿。唔好將書面語直接丟入去。
第二步：出聲軌
用專用粵語 TTS 或真人錄音。輸出 WAV 或高質 MP3。
第三步：剪走靜音
頭尾嘅空白會浪費片長同 credits。先剪乾淨。
第四步：短片段測試
先做 10 秒，確認嘴型方向、速度同畫面比例。唔好一開始就做足 90 秒。
第五步：全片生成＋QC
確認測試冇問題，才生成全片。完成後逐段核對：開頭、結尾、快語句、中英夾雜位。
想知聲軌點出，可以睇《AI 配音入門指南》；想睇對嘴原理，就睇《AI Lip Sync 廣東話指南》。
價錢點計？用一條 30 秒片做例子
假設你有一條 30 秒片，實際有人聲 25 秒。
- 用 PixVerse（0.3 credits／秒）：25 × 0.3 = 7.5 credits。
- 用 VEED：最低 0.7 credits 起，逐秒價以生成前報價為準。
- 用 Sync Lipsync 3（1 credit／秒）：25 credits，最低 5 credits。
King AI 官網講，25 credits 套餐嘅每 credit 成本最多約 US$0.40（King AI, 2026）。即係同一條片，可以由幾美元到十幾美元不等。
【獨家觀察】大部分人只比較「每 credits 幾錢」，但真正差異喺「要生成幾多次」。平價引擎如果試三次先收貨，總成本可能貴過一次成功嘅高價引擎。
五個最常見中伏位
一、用有背景音樂嘅聲軌
對嘴模型會連音樂都當人聲。嘴型會亂。先分離人聲。
二、條片超過 90 秒
King AI 嘅 Lip Sync 上限係 90 秒。超過就要切片，切片位要避開講話中間。
三、人臉太側或遮嘴
模型需要清楚見到嘴部。側面、手遮、頭髮遮，都會令效果變差。
四、生成後才改稿
改一句，聲要重出，嘴要重對。定稿才生成。
五、以為內置 voice 一定識粵語
King AI 有 AI Voice Generator，但語言同聲線選擇會變。你最好自備聲軌，或者先試一句。
四個實戰場景，點配引擎
場景一：30 秒產品廣告
你有一張產品代言人相片，想佢講一句 20 秒賣點。
建議：Talking Avatar，用 Kling AI Avatar 2.0 或 HeyGen Photo Avatar 4。原因係相片輸入最簡單，唔使先拍片。
場景二：舊片換粵語
你有一條英文訪問片，想換成廣東話，保留原本動作。
建議：Lip Sync，用 Sync Lipsync 3 或 VEED。訪問片多數有正面鏡頭，嘴型要求高。
場景三：每週社交片
你每個禮拜要出三條 15 秒片，預算緊。
建議：Lip Sync，用 PixVerse。價錢最低，適合遠景同快剪。
場景四：企業培訓
你要做一系列 3 分鐘課程，角色要一致，畫面要穩定。
建議：Talking Avatar，用較高價引擎，並且統一角色參考圖。企業片唔適合貪平，因為重做成本高。
| 場景 | 工具 | 引擎方向 | 片長 |
|---|---|---|---|
| 產品廣告 | Talking Avatar | Kling／HeyGen | 20 秒內 |
| 舊片換聲 | Lip Sync | Sync 3／VEED | 90 秒內 |
| 社交短片 | Lip Sync | PixVerse | 15 至 30 秒 |
| 企業培訓 | Talking Avatar | 高價穩定引擎 | 分 60 秒一段 |
八個數字人引擎，逐一講
King AI 官網列咗八個 Talking Avatar 引擎。以下係官方標示，唔係我哋測試結果。
- OmniHuman 2：最少 4 秒聲頻，適合短句同特寫。
- OmniHuman 1.5：較舊版本，適合穩定、唔追求最新效果。
- Kling AI Avatar 2.0 Pro：Kling 系列高階版，動作自然度較好。
- HeyGen Photo Avatar 4：最低 1 credit 起，適合先試效果。
- VEED Fabric 1.0：影片工具出身，適合剪接流程。
- Kling AI Avatar 2.0：較長聲頻嘅每秒成本較低。
- sync-3 Avatar：官方講連插畫都用得，適合動漫角色。
- MiniMax H3 Max Lip Sync：最長 14 秒，適合極短句。
呢個名單會變。你入到平台，見到嘅引擎同價格，可能同本文唔同。
上載前檢查：聲軌同畫面
聲軌
- 用 WAV 或高質 MP3。
- 單聲道或立體聲都可以，但人聲要清晰。
- 移除背景音樂同環境噪音。
- 頭尾靜音剪走，避免浪費片長。
- 音量平均，唔好一時大一時細。
畫面
- 人臉正面，嘴巴清楚。
- 光線平均，避免大陰影。
- 唔好加濾鏡或磨皮，會影響嘴型偵測。
- 片長唔好超過引擎上限。
- 字幕最好後期加，唔好燒死喺畫面。
格式
不同引擎對解像度、幀率、檔案大細嘅要求唔同。上載頁通常會寫明。唔肯定就用最常見嘅 MP4、H.264、30fps。
團隊協作：版本命名
如果你同其他人一齊做，版本命名好重要。建議格式：
project_role_take_date
例如：tea-shop_host_take03_1031。
咁樣你好易追返邊個版本、邊個角色、第幾次。唔好再用 final、final2、final_final。
資料來源同方法說明
本文由港嘢內容團隊撰寫，經編輯覆核。King AI 嘅模型數量、引擎名單、片長限制同 credits 價格，均引自其官方網站（查閱日期 2026-10-31）。本文冇對各引擎做獨立質素測試；價格同功能可能隨地區、套餐同時間改動。
對嘴技術背景，可參考 LatentSync 論文（arXiv, 2024）。
主要來源：
- King AI 官方網站
- King AI Lip Sync 頁面
- King AI Sync Lipsync 3 模型頁
- King AI PixVerse Lipsync 模型頁
- LatentSync 論文
常見問題 FAQ
King AI 係咪免費？
有免費試用，但多數生成要 credits。官網講，大部分國家嘅新用戶第一條片免費。之後要買套餐或 credits。
King AI 識唔識講廣東話？
King AI 係平台，唔係語音模型。佢有內置 voice generator，但粵語質素取決於你揀嘅引擎。最穩陣係自備粵語聲軌。
對嘴同數字人，邊個貴啲？
視引擎而定。對嘴由 0.3 credits／秒起；數字人由 0.45 credits／秒起。數字人通常貴啲，因為要生成埋面部動作。
一條 90 秒片，可以一次過對嘴嗎？
Lip Sync 引擎最多 90 秒，所以剛好可以。但實際聲頻長度可能超過，建議預留緩衝，或者分兩段。
可以用自己把聲嗎？
可以。你自己錄，或者用有授權嘅聲音複製。複製他人聲音必須取得同意。
King AI 出嘅片可以商用嗎？
要睇你嘅套餐同素材授權。人物肖像、聲線、背景音樂，三樣都要清。平台授權唔等於素材授權。
想試廣東話聲軌？
你可以先去 港嘢 playground 出 10 秒聲軌，再放入 King AI 試對嘴。呢個組合比直接用平台內置 voice 穩定。
想睇 AI 短劇嘅完整流程，可以睇《AI 短劇廣東話製作指南》；想比較 Seedance，就睇《Seedance 廣東話配音指南》。
想睇成個 AIGC 粵語聲軌嘅工具地圖，可以睇《AI 影片廣東話配音指南》。