# 如何给视频重绘风格并保留原声

大多数人给视频换风格时，都希望画面变、声音不变。音乐视频要保留人声，口播要保留说话声，滑板片段里板子落地的声音也要落在同一帧上。但很多视频编辑模型会直接丢掉音轨，你只能事后在剪辑软件里重新对齐声音。

本指南会一步步说明如何在 Restyle Video 上重绘视频并保留原声，以及当片段不适合能保留声音的模型时该怎么办。Restyle Video 是独立运营的工作室，与我们所调用模型的开发方（阿里巴巴、快手、字节跳动、Google）没有隶属关系。

## 哪些模型能保留原声

编辑模型处理声音的方式有三种：

| 模型                                 | 片段时长            | 音频会怎样                           |
| ------------------------------------ | ------------------- | ------------------------------------ |
| Wan 2.7 Video Edit                   | 2–10 秒             | 开启"保留原声"时**保留你的原始音频** |
| Kling O3（Kling 3.0 Omni Transform） | 3–15.5 秒           | 返回无声视频                         |
| Seedance 2.5 / 2.0 编辑              | 2–30 秒，视模型而定 | 可以生成新音频，或返回无声视频       |
| Gemini Omni Flash 1.2                | 2–15 秒             | 由模型决定                           |

所以规则很简单：**如果声音重要，就用 Wan 2.7 Video Edit 重绘。** 它是[重绘工作室](https://restylevideo.com/video)的默认模型，也是列表中唯一会把你的音轨原样保留下来的模型。

## 第 1 步：把片段剪到 2–10 秒

Wan 2.7 支持 2 到 10 秒的片段。片段更长时，工作室会切换到下一个能处理它的模型，例如最长 15 秒的 Kling O3，并在模型选择器下方显示原因。那个模型不会保留你的音频。

上传前先剪好：

- 选出承载关键时刻的 4–10 秒：副歌、笑点、动作高光。
- 在声音干净的位置下剪，不要剪在半个字上，这样重绘后的片段更容易放回你的剪辑里。
- 文件保持 MP4 或 MOV 格式，小于 95 MB。

重绘按片段秒数计费，所以剪短也能降低价格。在 Wan 2.7 上以 720p 重绘一段 6 秒的片段，费用是 6 × 22 = 132 积分；开始前工作室会显示确切数字。

## 第 2 步：上传并确认模型

打开[重绘工作室](https://restylevideo.com/video)拖入片段，或者直接拖进[首页](https://restylevideo.com/)的上传框。工作室会在扣费前读取它的时长、尺寸和帧率。

看一下模型选择器下方那一行：

- **选中的是 Wan 2.7 Video Edit，且没有警告**：没问题。
- **出现切换提示**，例如"片段为 12 秒，Wan 2.7 最长支持 10 秒"：回去剪短，或者接受结果是无声的或带有生成的音频。

## 第 3 步：开启"保留原声"

在 Wan 2.7 的面板里，保持 **保留原声** 开启（默认就是开启的）。开启后，重绘后的视频会带着你完全相同的音轨回来：人声、音乐和环境声，时间点都和原片一致。

只有当你本来就打算替换声音时才需要关掉它；两种情况下画面是一样的。

## 第 4 步：写一条保护节奏的重绘提示词

音频之所以能保持同步，是因为模型保留了片段的动作。在提示词里明确说出来，可以帮它做到这一点。一条好的重绘提示词包含三部分：

1. **新画风**：画材、质感和配色。
2. **要保留的**：动作、节奏、口型、构图。
3. **要避免的**：文字叠加、多余的角色、镜头抖动。

例如：

```text
Restyle the video as hand-painted 1990s cel animation with soft film grain and a muted pastel palette. Keep the original motion, timing and lip movement exactly. Keep the framing. No text overlays.
```

（把视频重绘成 90 年代手绘赛璐璐动画，带柔和的胶片颗粒和低饱和粉彩配色。完全保留原有的动作、节奏和口型。保留构图。不要文字叠加。）

对于对白和演唱，"保留口型"比任何风格词都重要。不写这一句，在黏土动画这类改动较大的画风里，嘴型可能会有轻微偏移。

你也可以选一个预设（油画、水彩动漫、铅笔素描、黏土动画、动漫、3D 卡通、赛博朋克、90 年代动漫），再修改它填好的提示词。

## 第 5 步：添加风格图（可选）

Wan 2.7 可以在提示词之外再接收一张风格图。一幅画、一张你自己拍的影片截图或一个角色设计，都能把你想要的确切配色和质感展示给模型，这往往是文字做不到的。此时提示词只需专注于要保留什么，画风交给图片。

如果手头没有合适的图，可以在[图片工作室](https://restylevideo.com/image)里制作：先重绘片段中的一帧，再把这一帧作为风格图。

## 第 6 步：渲染、对比并下载

测试用 720p，成片用 1080p（每秒 22 或 33 积分）。点击生成后跟随实时状态等待。结果出来后，在查看器里于原片和重绘版之间滑动对比，然后下载 MP4。

积分在渲染开始时预留，失败会自动退还。

## 片段超过 10 秒怎么办

你有三个选择：

1. **拆分。** 用同一条提示词和同一张风格图，分别重绘两段各不超过 10 秒的片段，再在剪辑软件里拼接。在素材里原本就有硬切的地方拆分，接缝就不会明显。
2. **用支持更长时长的模型重绘，再自己把声音放回去。** Kling O3 最长约 15 秒，Seedance 最长 30 秒。导出原始音频，在任意剪辑软件里把它垫在无声的重绘片段下面，对齐第一帧即可。由于动作被保留，同步通常不会出问题。
3. **让 Seedance 生成音频。** 如果你只需要氛围声而不是真实录音，Seedance 编辑可以生成新的音轨。

## 解决音画不同步

- **改动大的画风里口型偏移。** 加上"keep lip movement exactly（完全保留口型）"，并选择更轻的预设，例如用水彩动漫代替黏土动画。
- **快速运动出现涂抹。** 甩镜头和彩纸飞舞对所有模型都很难。放慢镜头，或选一种更松散的画风。
- **重新加回音频后差了一帧。** 用清晰的瞬态声音来对齐，比如拍手或脚步声，而不是用片段的开头对齐。

## 常见问题

**保留原声要额外收费吗？**
不用。无论是否保留，Wan 2.7 都按 720p 或 1080p 的每秒价格计费。

**可以只重绘画面的一部分并保留声音吗？**
可以。请看[局部重绘提示词指南](https://restylevideo.com/blog/partial-restyle-video-prompt-guide)；"只重绘背景"在开启保留原声时同样有效。

**这和加滤镜有什么不同？**
不同。滤镜从不处理音频，也从不重画画面。完整的区别请阅读 [Restyle、滤镜与视频转视频的区别](https://restylevideo.com/blog/restyle-vs-filter-vs-video-to-video)。

---

Source: https://restylevideo.com/zh/blog/restyle-video-keep-original-audio · Site index for AI agents: https://restylevideo.com/llms.txt · Full content: https://restylevideo.com/llms-full.txt
