Craze
模型价格MCP博客
源视频时长
生成次数
费用每次生成 $0.012
$0.012

按 ⌘↵ 生成

Hunyuan Video Foley

每秒源视频 $0.012 起

Tencent 的模型,可直接根据视频生成专业音效。描述你的场景并提供一段片段,Craze 就会生成与每个动作同步的音频。

查看套餐

Hunyuan Video Foley擅长什么

  • 与动作匹配的音频

    拟音工作通常意味着逐帧观看素材,手动为每一个脚步声、摔门声和衣物摩擦声对准时机。

  • 广播级音频

    该模型以 48 kHz 生成声音,这是专业影视的标准。

  • 文字与视频相结合

    你不必只依赖画面内容。

  • 大规模训练

    Hunyuan Video Foley 在 100,000 小时的多模态视频和音频上训练,因此能处理各种各样的场景和声音类型,从对白和配乐片段到自然环境音和机械声。

聊天

给一个护肤品牌做个短广告。明黄色,一个主打产品,卡着音乐剪。

已生成图片

这是主视觉。每个镜头都是同样的黄色、同样的光线。

starface-key-visual.webp添加到时间线添加到聊天
问 Craze 任何问题微调
Assets
搜索素材
已批准的片段
已接受的帧
尾帧
已批准的片段
已接受的帧
生成中
时间线
Breakoutshappen. Makethem yours.Treat melike a star.

导演。创作。剪辑。

  1. 聊天

    给一个护肤品牌做个短广告。明黄色,一个主打产品,卡着音乐剪。

    已生成图片

    这是主视觉。每个镜头都是同样的黄色、同样的光线。

    starface-key-visual.webp添加到时间线添加到聊天
    问 Craze 任何问题微调

    别再写提示词,开始当导演。

    Craze 与你一起碰撞创意、做调研、做规划。

  2. Assets
    搜索素材
    已批准的片段
    已接受的帧
    尾帧
    已批准的片段
    已接受的帧
    生成中

    创作有品位的内容。

    Craze 能生成你能想象的一切。视频、音频、音乐、动态图形等等。

  3. 时间线
    Breakoutshappen. Makethem yours.Treat melike a star.

    几分钟剪好视频,而不是几天。

    Craze 会看完你的素材并剪出成片。如有需要,还有真正的编辑器。

制作人们愿意看的视频

  • UGC 视频
  • 动态图形
  • 故事长片
  • 产品可视化
  • 微短剧
  • 3D 影片
  • 音乐视频
  • 品牌影片
  • 婚礼精彩集锦
  • YouTube 测评

Hunyuan Video Foley与其他模型对比

这里的每个模型都可在所有 Craze 套餐(包括 Free)中使用,而且 Craze 可以为每个镜头使用不同的模型。

Hunyuan Video FoleyTencentElevenLabs Sound Effects V2ElevenLabs
生成文字 + 视频生音频文字生音频
时长—每个片段最长 22 秒
起价每秒源视频 $0.012每秒音频 $0.003

Craze 上的 Hunyuan Video Foley规格

任务输入分辨率画面比例声音
视频配音效视频跟随源素材跟随输入无

为你的下一部作品选择套餐。

Free

$0 / 月

  • 有限用量
  • 可使用所有媒体模型
  • 高效聊天档位
  • 1 GB 存储空间
  • Craze MCP
  • 导出最高 720p
  • 充值更多积分

Pro

$19 / 月

  • 每月 $19 积分
  • 可使用所有媒体模型
  • 所有聊天档位
  • 50 GB 存储空间
  • Craze MCP
  • 导出无分辨率限制
  • 充值更多积分

Ultra

$59 / 月

  • 每月 $59 积分
  • 可使用所有媒体模型
  • 所有聊天档位
  • 200 GB 存储空间
  • Craze MCP
  • 导出无分辨率限制
  • 充值更多积分

Max

$199 / 月

  • 每月 $199 积分
  • 可使用所有媒体模型
  • 所有聊天档位
  • 1 TB 存储空间
  • Craze MCP
  • 导出无分辨率限制
  • 充值更多积分

常见问题

Hunyuan Video Foley 是 Tencent 推出的视频转音频模型,可直接根据视频素材生成同步的音效和环境音。你不必在后期单独叠加音频,只需描述你想听到的声音并提供视频,模型就会生成随画面变化的声音。

创作者选择 Hunyuan Video Foley 的理由

声音往往是创作者最后才处理的部分,而一旦缺失,却是观众最先注意到的。Hunyuan Video Foley 将音频生成融入视频工作流,同时读取动作和意图,从而改变了这一点。

与动作匹配的音频

拟音工作通常意味着逐帧观看素材,手动为每一个脚步声、摔门声和衣物摩擦声对准时机。Hunyuan Video Foley 和你一起观看视频,理解什么在动、在哪里动,并生成与动作同时出现的音频。角色的脚步声与步伐同步。一只手伸向物体时,模型会为接触声对准时机。

广播级音频

该模型以 48 kHz 生成声音,这是专业影视的标准。它使用经过训练、能将噪声和瑕疵降到最低的定制音频 VAE,因此生成的声音足够干净,可以与其他专业音频元素放在一起。

文字与视频相结合

你不必只依赖画面内容。描述氛围、情绪基调或你想听到的具体细节,Hunyuan Video Foley 会在你的文字提示词和它在视频中看到的内容之间取得平衡。一个城市远景镜头会生成环境车流声和远处的人声。同一个镜头配上“安静的早晨”这样的提示词,就会降低热闹感,转而用鸟鸣填满空间。

大规模训练

Hunyuan Video Foley 在 100,000 小时的多模态视频和音频上训练,因此能处理各种各样的场景和声音类型,从对白和配乐片段到自然环境音和机械声。

如何在 Craze 中使用 Hunyuan Video Foley

当你需要与视频同步的音频时,Craze 默认使用 Hunyuan Video Foley。工作流程很简单。

  1. 新建项目,上传你想添加声音的视频片段。
  2. 在聊天中描述你想要的音频:“角色在森林中奔跑时的脚步声和粗重的呼吸声”或“场景中的雨声和远处的雷声”。Craze 默认使用 Hunyuan Video Foley 完成这项工作。
  3. Craze 生成音频并将其与视频同步。在编辑器中查看,如果想调整基调或细节,可以重新生成。
  4. 导出带音频的视频,或在时间线中调整音量,并与音乐和对白混音。

如果你想指定其他音频模型,也可以。叠加来自 ElevenLabs Music 的音乐,或用 ElevenLabs v4 添加对白。但对于随画面变化的声音,Hunyuan Video Foley 会自动处理时机。

Hunyuan Video Foley 的价格

声音生成的计费标准为每秒源视频 $0.012,按源视频的时长计算。模型连续生成,因此 60 秒的片段费用是 30 秒的两倍。生成之前,使用本页的费用计算器进行估算。

Hunyuan Video Foley 适合谁

添加同期声的视频剪辑师

音频后期制作通常在画面锁定之后才最后进行。Hunyuan Video Foley 让你无需手动同步就能生成逼真的声音。让一位说话者坐在房间里,打好光,再生成让场景鲜活起来的音频。

游戏开发者和动画师

动画片段和游戏过场动画通常在没有声音的情况下制作。Hunyuan Video Foley 读取动作,生成同步的拟音和环境音,让动画感觉更踏实、更真实。

UGC 和产品演示创作者

简短的产品视频常常因为声音被当作事后补充而显得空洞。生成随产品动作变化的声音:盖子咔嗒合上、液体倒出、按下按钮。视频会显得更精致、更用心。

Hunyuan Video Foley 与 ElevenLabs Sound Effects V2 的比较

两个模型都能根据文字提示词生成音频,但解决问题的方式不同。Hunyuan Video Foley 读取视频动作,生成与画面锁定的声音。ElevenLabs Sound Effects V2 仅根据文字生成独立音效,不依赖视频上下文。当你需要精准的时机并与动作同步时,使用 Hunyuan Video Foley。当你想要独立、可叠加的元素,自己放到时间线上时,使用 Sound Effects V2。

像给剪辑师布置任务一样描述你想要的内容,Craze 会为你编写 Hunyuan Video Foley 提示词。每个 Craze 套餐(包括 Free)都能运行 Hunyuan Video Foley 及其他所有媒体模型,而且 Craze 可以为每项任务使用不同的模型。每个音效都会进入时间线、位于你的剪辑下方,可随视频导出,也可单独导出为 MP3。生成消耗你套餐的每月积分,每秒源视频 $0.012 起,需要更多时可以充值。

添加同期声的视频剪辑师:音频后期制作通常在画面锁定之后才最后进行。游戏开发者和动画师:动画片段和游戏过场动画通常在没有声音的情况下制作。UGC 和产品演示创作者:简短的产品视频常常因为声音被当作事后补充而显得空洞。

Hunyuan Video Foley 是 Tencent 推出的视频转音频模型,可直接根据视频片段生成音效和环境音。它读取画面中的运动和上下文,生成同步且逼真的音频。

当你想要为现有视频配上同步声音时,Craze 默认使用 Hunyuan Video Foley。上传你的片段并描述想要的音频,模型就会生成与画面时机和上下文相匹配的声音。

Hunyuan Video Foley 能生成与视频动作和上下文相匹配的逼真音效、环境音和拟音。从脚步声、物体互动到风声、雨声等环境声音,它都能处理。

在 Craze 上,你可以上传最长 5 分钟的视频片段。该模型生成 48 kHz 的广播级音频。

Hunyuan Video Foley 的计费标准为每秒源视频 $0.012,按源视频的时长计算。使用本页的费用计算器获取准确估算。

Hunyuan Video Foley 适用于所有 Craze 套餐,包括 Free。

Tencent 于 2025 年 8 月 28 日开源了 Hunyuan Video Foley,并向社区提供了推理代码和模型权重。

Hunyuan Video Foley 在 100,000 小时的多模态数据上训练,通过同时读取画面运动和文字提示词来生成声音。它生成 48 kHz、噪声极低的广播级音频。

更多音效模型

所有模型

ElevenLabs Sound Effects V2

ElevenLabs

  • 音效

每秒音频 $0.003 起

  • 导演
  • 创作
  • 剪辑
  • 模型
  • 价格
  • MCP
  • 联系我们
  • 文档
  • 博客
  • 更新日志
  • 隐私
  • 条款
  • Instagram
  • YouTube
  • X
  • LinkedIn
  • English
  • 日本語
  • 한국어
  • Español
  • Deutsch
  • Français
  • Português
  • 简体中文

© 2026 Craze Technologies