HappyHorse 1.1 · 联合音频 + 7 语口型同步 
HappyHorse 1.1 多语口型同步说话片段
7 语联合音频与嘴部运动——文案、首帧，或最多 9 张参考图。
镜头必须说话时，跑 HappyHorse 1.1。用七种语言之一导对白，画面与声音同一遍完成，并用最多九张参考静帧锁住角色。花费前先选 720p 或 1080p 与时长——门槛 120 积分。
- 七种语言口型同步对白
- 联合音视频遍——不是仅静音动态栈
- 文案、一张起始帧，或最多 9 张参考图
- 3–15 秒片段，720p 或 1080p（此模型无 4K）
- 720p 40 积分/秒 · 1080p 50 · 门槛 120
HappyHorse 1.1：联合音频与口型同步的说话视频
为对白主导片段而建——不是仅静音动态栈。
可选文生视频、首帧起步，或最多九张图的参考模式以保持角色一致。片段 3–15 秒，720p（40 积分/秒）或 1080p（50 积分/秒），门槛 120 积分。此模型无 4K 路径。商用交付需付费套餐。
| HappyHorse 1.1 | happyhorse 口型同步 | 多语口型同步视频 | 说话角色视频 | 带对白的文生视频 | 图生视频口型同步 | 参考图角色 |
选 HappyHorse 做说话片段的四个理由
每一行都是花费决策：语言、声音遍、角色锁定或格式成本——不是泛泛利益清单。
用七种语言之一导台本
在提示词里写出对白并点名口语语言。口型同步覆盖英语、普通话、粤语、日语、韩语、德语与法语——就是这一组，不是开放世界列表。适合代言切、配音讲解或本地化广告必须看起来在说话，而不是冻嘴唇上硬字幕。需要这七种之外的语言时换模型，或规划后期配音，别指望嘴型跟上。
画面与声音同一联合遍排队
Alibaba 的 ATH 设计在出帧同时合成音频——对白、氛围与拟音对准同一镜头，而不是总要事后配乐的静音渲染。声音随画面落地时，片段可能已带分轨与口型同步，但没有单独音频开关，所以别把每条文件当保证音轨。交客户前先听结果。
用最多九张参考静帧锁角色
参考模式最多九张图——不是源视频。在提示词里指向 [Image 1]…[Image 9] 以固定脸、服装、产品包装或色板跨镜头。短序列里同一出镜人不必微调就靠这个。图生视频不同：需要一张起始帧，画幅由该帧派生，无单独画幅控制。别上传运动板指望视频到视频；那条路径在 Seedance 2 与 Omni Flash 编辑。
花费前先选时长与分辨率
时长为 3 到 15 秒的整数。分辨率仅 720p 或 1080p——HappyHorse 1.1 无 4K。文案与参考模式暴露较宽画幅选择；帧模式继承起始图画幅。积分按秒：720p 40，1080p 50，门槛 120，因此 3 秒 × 720p 是最便宜合法片段。排队前在生成器读实时费用。
说话路径
从台本到说话片段的四个决定
每一步都改变成本、角色或语言——不是泛泛上传教程。
1
选文案、首帧或参考静帧
从文字场景起步、动画一张必需起始图，或附最多九张参考静帧锁角色。参考模式仅图像条件——有源片段驱动运动时跳过它。
2
写清动作与台词
把发生什么与说什么写进提示词。需要英语、普通话、粤语、日语、韩语、德语或法语口型同步时点名语言。参考模式标出 [Image 1]…[Image 9]，让脸与产品落在你想要的位置。
3
设 3–15 秒与 720p 或 1080p
让时长匹配要说完的台词。4K 留给别的模型。花费前确认积分报价——720p 40/秒，1080p 50/秒，从不低于 120。
4
渲染、听，再迭代台词
排队镜头，检查嘴型时机与返回音频。改对白、换参考，或同一角色重跑下一镜，不必离开生成器。
货架核对
何时说话视频胜过静音动态模型
只比输入、分辨率上限、时长与积分形态——不做质量排名。目标是说话时高亮留在 HappyHorse 1.1。
| 何时选 | 角色必须说话；多语嘴型 | 需要 4K 或源视频条件 | 要 Google Veo 固定时长到 4K | 需要快速草稿或视频编辑路径 |
|---|---|---|---|---|
| 输入模式 | 文案 · 首帧 · 最多 9 参考图（无源视频） | 文案 · 图 · 视频参考（视频到视频） | 文案 · 图（文生 / 图生） | 文案 · 图 · 视频编辑（视频到视频） |
| 分辨率上限 | 仅 720p 或 1080p | 最高 4K（另有 480p–1080p） | 720p / 1080p / 4K | 按时长（无 720p/1080p 档选择器） |
| 时长控制 | 用户整数 3–15 秒 | 用户时长 × 分辨率定价 | 固定时长片段（约 8 秒类） | 用户时长（默认 8 秒） |
| 积分形态 | 720p 40/秒 · 1080p 50/秒 · 门槛 120 | 按秒 × 分辨率（4K 最高） | 按分辨率档固定按条 | 每输出秒 30 积分 |
| 语音 / 音频焦点 | 联合音视频 + 7 语口型同步 | 运动优先；此处非说话/口型焦点 | 不是多语口型同步模型 | 速度/编辑焦点，非口型路径 |
说话任务
需要嘴型跟上对白的工作
围绕语音、语言市场与角色连贯的人设——不是静音 B-roll。
创始人出镜宣告
用口型同步对白把产品线直接说给镜头，十秒声明不必为发布切开一整天棚。
本地化制片
同一讲解用普通话、日语或德语交付，嘴型匹配各语言，而不是单条英语硬字幕。
付费社媒买手
竖屏 9:16 切按市场换对白，同时用参考静帧锁住同一出镜人。
课程作者
把短课台本变成有旁白的说话头像段，大纲变了可重跑。
产品营销
动画包装静帧并配上口述卖点，演示自解释，不必另开 VO 场。
角色短片导演
用 [Image 1]–[Image 9] 参考在三拍里保持同一角色，对白场景脸不漂。
探索其他视频模型
一个套餐，全部视频模型——按运动、时长或风格选更合适的。
Veo 3.1
文案或首/末帧——不是多参考拼板，也不是可调时长。画面默认带声；积分扣费前先锁 720p、1080p 或 4K。
Gemini Omni Flash
文案、静帧或源视频——3–10 秒，16:9 或 9:16，每秒 30 积分。
Seedance 2
唯一同时有 1080p 与 4K 的 Seedance 档——始终同步音频，文案、帧或参考 4–15 秒。
Veo 3.1 Fast
文案、首/末帧，或最多三张静帧——多数镜头带原生音频，720p 到 4K 起 30 积分。
生成前关于 HappyHorse 1.1 的问题
HappyHorse 1.1 能口型同步哪些语言？
在 SupaImagine 上，HappyHorse 1.1 为七种语言的口型同步对白配置：英语、普通话、粤语、日语、韩语、德语与法语。选与台词匹配的语言，让嘴部运动与音频对齐。
每个文件都会有可听语音与嘴部运动吗？
模型设计为与画面一起合成声音，并让嘴型匹配对白，因此许多镜头带回分轨与口型同步。发布前仍预览每次导出——把联合音频当设计目标，而不是静音回退模式。
文案、首帧与九图参考模式有何不同？
文案模式从提示词构建说话片段。首帧模式用一张静帧锁定开场外观。参考模式最多九张图，在你导台词时保持角色与服装连贯。
120 积分门槛与按秒费率如何运作？
计费为 720p 每秒 40 积分、1080p 每秒 50。最便宜合法运行为 720p 3 秒（120 积分），也是门槛。更长或 1080p 由此上浮。
HappyHorse 1.1 到 4K 吗？
不到。此模型仅暴露 720p 与 1080p。需要 4K 交付时，在这里完成构图再视频放大，或选能 4K 的模型做最终遍。
可用哪些片段时长？
3 到 15 秒。花费前让时长与对白匹配，使台词落在窗口内。
何时 HappyHorse 比通用文生视频赛道更合适？
多语说话头、角色台词或口型同步 UGC 是任务时开 HappyHorse 1.1。只需静音或非对白电影感动态时用通用运动模型。
付费套餐上的 HappyHorse 片段可商用吗？
在付费 SupaImagine 套餐与站点条款下可以。人才、标志与你不拥有的类音乐底需自行清理。
下一步工具
说话镜头之后——打磨或换模型
在静帧上收嘴、控制运动，或说话遍已锁后放大。
