runway口型不同步主因是音频时间戳偏移、编码延迟或参考未对齐;需检查音频起始时间、删除前导静音、启用强制对齐、手动补偿延迟、添加滴答音锚点、锁定44100hz采样率并重置权重校准。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

Runway口型表演不同步会直接破坏角色可信度,尤其在Act-Two模式下,驱动视频中的人声与目标角色唇动错位超过2帧就明显出戏。这通常不是模型缺陷,而是输入链路中音频时间戳偏移、驱动视频编码延迟或角色参考未对齐导致。
检查驱动视频的音频嵌入状态
第一步:用VLC播放器打开你的驱动视频→右键→“工具”→“媒体信息”→切换到“编解码器”页签→查看“音频”项下的“起始时间”是否为0.000秒。
若显示非零值(如0.124秒),说明视频封装时存在音频前导空白,Runway会把这段静音计入语音起始点,导致后续所有唇动帧整体右偏。
第二步:用Shotcut或DaVinci Resolve打开该视频→将时间线缩放到帧级→定位第0帧→检查音频波形是否从第一帧开始有有效信号。
【必须删除前导静音帧,否则校准无效】
执行Act-Two专用唇动重校准
方法一:在Runway网页端打开Act-Two工作区→上传驱动视频后,不点击生成→先点击右上角“⚙️高级设置”→勾选“启用唇动强制对齐(Force Lip Sync Alignment)”。
方法二:进入“角色输入”区域→上传角色参考图后,在下方“驱动映射选项”中将“音频延迟补偿”滑块手动设为-80ms至+120ms区间,每档间隔20ms,逐档测试朗读“八百标兵奔北坡”时的同步精度。
方法三:在驱动视频末尾添加0.5秒纯黑帧+同步滴答音(440Hz单频音),上传后Runway会自动识别该音作为时间锚点,重建唇动相位。
替换语音引擎并锁定采样率
登录Runway账户→进入“Settings”→“Audio Processing”→关闭“Auto-detect speech model”。
手动选择“Chinese Mandarin (Fine-tuned v3.9.1)”引擎版本→确认下方“Sampling Rate”固定显示为44100 Hz且不可更改。
若显示为48000 Hz或“Auto”,点击右侧刷新图标强制重载音频栈——【48000Hz会导致唇形帧率错配,必须强制切回44100Hz】。
重置驱动权重并简校
第一步:在Act-Two界面点击左下角“Reset All Weights”按钮,清空当前所有动作权重缓存。
第二步:仅上传驱动视频(暂不传角色图)→点击“Preview Motion Only”→观察波形与唇部开合节奏是否匹配。
第三步:若仍不同步,将驱动视频用Audacity降速处理:效果→改变速度→调整-1.7%,导出为WAV格式再上传。
第四步:完成上述操作后,重新上传角色参考→点击“Run Calibration”→等待系统返回“Lip sync offset: ±0.3 frames”即达标。











