你见过会唱摇滚的黑熊精吗？最近，一位“西游记歌手”横空出世，其创意视频迅速刷屏网络。

博主让唐僧师徒在录音棚里大展歌喉，黑熊精更是戴着金色耳机、手持吉他狂野开唱，颠覆了所有人的传统印象。更令人震惊的是其数据表现：发布不到1个月，17个作品狂揽35万粉丝，总播放量高达4100万，获赞169万。多个视频播放量突破百万，其中单条视频播放量达715万，点赞36万，弹幕区更是彻底“沦陷”。

这亮眼的数据是不是很让人羡慕啊。今天我们也来玩一个人物唱歌工作流，只要传入一张图片，输入人物形象和演唱的曲子，10分钟不到就能帮我们生成人物唱歌的视频了。

先来看下生成后的视频效果👇

上面的视频是不是很逼真。当然，大白也发现了有几句歌词和口型没对上，还需要多运行几次(就像抽卡，有随机性)，或优化提示词。

工作流拆解

接下来，我手把手教大家如何制作这个工作流。整体工作流如下图：

总共20个节点，核心步骤分为四块：

1）生成人物形象提示词；

2）根据人物形象提示词生成人物图片；

3）让图片里的人物对口型；

4）将生成的视频进行拼接并返回。

创建工作流

1、登录Coze平台 https://www.coze.cn/

2、点击 “开发平台->个人空间 ->资源库-> 资源”

3、点击 “工作流”，填写工作流的名称和描述

1，设置开始节点

工作流创建后默认有开始和结束两个节点。我们需要配置开始节点的输入参数：

• mihe_key：工作流图像生成插件会用到这个key

• audio: 歌曲音频，目前只支持30s以内的音频

• image：歌手图片

• input：歌手描述

    上面这些参数都勾选必填项。

mihe_key：可以通过http://miheai.com/?share_id=14987注册获取

🔥 重磅福利！新用户专享！

通过上方链接注册，不仅秒得专属API Key，还直接白嫖7天VIP会员！一口气狂领80个精选工作流 + 300条高质量提示词，轻松开启你的AI提效之旅！

登录后，在【个人中心】-【Api Key】一键复制即可使用！

2，获取歌曲音频时长

目前只支持30s以内的音频对口型。所以首先使用【获取音频时长】插件获取音频的时长。

• 输入：开始-> audio

3，判断音频时长

用【选择器】节点判断音频时长是否大于30s。

如果超过30s，就用【输出】节点输出提示内容，并结束。

4，生成人物形象提示词

如果音频不超过30s时，就开始我们视频制作的环节。

首先大模型节点根据图片的理解，生成人物在录音室唱歌的图片提示词。

模型选择 豆包.1.6.视觉理解.250815。

• 输入

  input: 开始-> input

• 视觉理解输入

  image: 开始 -> image

5，生成人物的唱歌图片

5.1 将图像转成字符串数组

这一步是为5.2 做准备的。需要将开始节点的image格式转换成字符串数组。

使用【剪映小助手】插件str_to_list方法来实现上面功能。

5.2 用即梦4.0生成图片

使用【即梦图片生成】插件来生成图片，配置如下：

其中image_urls 需要传入字符串数组，就是上一步转换后的数据。

6，生成人物唱歌视频

这一步是生成视频的关键。我们详细来拆解一下。

6.1 使用【循环】节点来等待视频生成

这里选择“无限循环”,一直等待直到视频生成。

6.2 使用【即梦对口型】插件

该插件的jimeng_lip_sync方法可以实现图片与音频的完美结合，完成对口型的操作。生成视频需要等待几分钟的时间。但是该方法会立即返回一个任务id。

6.3 查询视频生成的结果

使用【即梦对口型】插件的jimeng_task_info 方法，根据上一步返回的id去查询视频的状态。

6.4 判断视频url是否有值

如果上一步返回的url有值，表示生成了视频，就把值传给【聚合变量】节点。

如果url为空，就要等待一段时间后再次查询视频状态。

6.5 使用【定时器】节点来实现等待

这里总共用了4个定时器，每个定时器设值50。最大值可以填60。

6.6 3分钟后，再次查询视频生成的结果

6.7 用【聚合变量】聚合两次查询视频的结果

两个结果中只会返回一个值。最后使用【终止循环】节点，结束这个循环体。

7，拼接视频

使用扣子官方的【视频剪辑工具】插件的concat_videos方法，对多个视频片段进行拼接。上一个节点只返回一个视频片段，通过该方法生成视频最终的url。

8，查看视频效果

结束节点返回上面节点生成的url。

总结

至此整个工作流讲解完成了。大白之前也发过数字人唱歌工作流，和今天的工作流相比，明显感受到AI工具能力有了很大的提升，视频效果也比之前更加逼真了。

大家可以修改一下人物形象提示词，比如改成西游记人物，或三国人物等。不过上面即梦对口型插件是按秒计费的，它的算力比较高，20s视频需要成本8-9块，介意的小伙伴也慎用哦。

今天的工作流拆解就到这，我们下期拆解更好玩的！

🎯 获取完整资料

关注 + 点赞 + 收藏或评论 ➡️ 点击下面名片，扫码留言【人物唱歌】，即可领取完整提示词！