Tutorials
Native audio-videosynchronisatie met Vidu Q3: praktische gids voor lippen, dialoog, BGM en geluidseffecten
Vidu Q3 werd gelanceerd op 30 januari 2026. Naast tot 16 seconden continu 1080P-video is een vaak onderschatte mogelijkheid de native audio-videosynchronisatie (Native Audio-Video Sync): het model genereert dialoog, omgevingsgeluid, BGM en geluidseffecten samen met het beeld en behandelt de liprelatie op modelniveau. Voor wie zoekt naar «Vidu Q3 lippen», «Vidu Q3 dialoog» of «Vidu Q3 AV-sync», bepaalt de bruikbaarheid van clips zelden extra bijvoeglijke naamwoorden, maar of geluid als primaire informatie in de prompt staat en of de 16-seconden geluidstijdlijn is gepland.
Deze tutorial is bedoeld voor teams die Vidu Q3 al gebruiken in de Vidu AI workbench en helpt een herbruikbare Vidu Q3-geluidworkflow op te zetten zonder te vertrouwen op «eerst stil, dan nasynchroniseren».
1. Waarom Vidu Q3s «native sync» een aparte workflow verdient
In traditionele AI-videoworkflows ziet het pad er vaak zo uit:
- Stille of zwak klinkende video genereren;
- Dialoog apart maken met TTS of opname;
- Lippen synchroniseren, BGM leggen, omgevingsgeluid toevoegen in editing.
Het Vidu Q3-pad is anders: geluid en beeld ontstaan tegelijk. Dat betekent:
- Lippen en tekst worden intern in het model uitgelijnd, wat de kosten van frame-voor-frame lipcorrectie in post verlaagt;
- Omgevingsgeluid past bij actie (deur, stappen, productklik) makkelijker in dezelfde shot;
- 16-seconden lange shots kunnen een volledige boog «dialoog—reactie—BGM-opbouw—landing» dragen, in plaats van 8-seconden fragmenten te plakken.
Als je Vidu Q3 tekst-naar-video of afbeelding-naar-video gebruikt, maar clips vaak «beeld top, geluid fout» of «BGM aan maar dialoog onverstaanbaar» opleveren, ligt het probleem meestal niet aan een modelschakelaar, maar aan de prompt die geluid niet als primaire informatie behandelt.
2. Wezenlijk verschil met «eerst beeld, dan nasynchroniseren»
| Dimensie | Post-synchronisatieworkflow | Vidu Q3 native audio-videosynchronisatie |
|---|---|---|
| Lippen | Handmatige of plugin-uitlijning | Model koppelt lippen tijdens generatie |
| Omgevingsgeluid | Apart foley nodig | In prompt aan actie te koppelen |
| BGM-ritme | In montagefase gelegd | Karakter en dynamiek al bij generatie beschrijfbaar |
| Iteratiekosten | Tekstwijziging vereist vaak opnieuw syncen | Dialoogwijziging: hele clip opnieuw genereren en prompt verfijnen |
| Geschikte shots | Talking-head close-ups, veel cuts | 16-seconden one-shot, narratieve ads |
Praktisch advies: behandel Vidu Q3 native sync als een generator van mini-geluidscripts per shot. Bij het schrijven van de prompt maak je feitelijk een 16-seconden mini-geluidscript, niet alleen een visuele beschrijving.
3. Viervoudige dialoogprompt: taal, tekst, toon, timing
In Vidu Q3-prompts is een apart dialoogblok met deze vier elementen aan te raden:
- Taal: geef expliciet «dialoog in Mandarijn», «English dialogue», «Japanse voice-over» enz., zodat het model niet in een verkeerde standaardtaal valt.
- Tekst: schrijf 1–3 kernzinnen; beperk totale lengte voor 16 seconden; te lange tekst drukt BGM en reactieshots.
- Toon: bijv. «kalm professioneel», «enthousiast stijgend», «fluisterend spannend», zodat lippen en expressie samenkloppen.
- Timing: «seconden 3–8 spreekt het personage», «laatste 2 seconden merkslogan als voice-over» voor benaderde tijdpositie.
Voorbeeldstructuur (in het «Geluid»-blok van een vijfdelige prompt):
Geluid: zacht gezoem van airconditioning binnen; seconden 2–9 zegt een vrouw in het Mandarijn «Met deze koptelefoon hoor je elk detail zelfs in de metro», zelfverzekerde toon, gemiddeld tempo; seconden 10–14 omgeving wordt zachter, zachte elektronische BGM komt erbij; seconden 14–16 mannelijke Engelse slogan als voice-over, iets langzamer.
Tip: zet dialoogtekst tussen aanhalingstekens en vermeld wie spreekt, frontaal of in profiel; dat vermindert lipdrift aanzienlijk.
4. Lipprecisie en ±15 ms: meetbaar en iteratief formuleren
In publieke documentatie en communitytests wordt Vidu Q3 dialoog-lipsync vaak gezien als ±15-ms-ervaring (afhankelijk van shot en materiaal). Voor stabiele resultaten let op prompt en shotkeuze:
- Kadrering: medium close-up, frontaal of 3/4-profiel leest lippen beter dan ver wide shot;
- Bedekking: masker, haar voor de mond, sterke tegenlichtsilhouet verhogen onzekerheid;
- Tekstdichtheid: 1–2 hoofdzinnen in 16 s beter dan lang snel monoloog;
- Taalkonsistentie: prompttaal, dialoogtaal en liptaal moeten overeenkomen;
- Iteratie: bij slechte lippen eerst tekstlengte en timing wijzigen, niet alleen «cinematisch» of «8K».
Workbench-testmethode:
- Zelfde prompt vastzetten, alleen dialooglengte wijzigen (bijv. 6 vs 14 tekens);
- 2–3 opeenvolgende 16-seconden samples genereren;
- Op 0,25× snelheid frames van mond openen en sluiten controleren;
- Noteren welke versie lippen—ondertitels—hoorbeleving het best dekt.
Als je Vidu Q3s 16-seconden narratieve indeling nog niet kent, lees eerst «Snel aan de slag met Vidu Q3: van prompt tot 16-seconden clip».
5. Laagdesign voor BGM, omgeving en geluidseffecten
Vidu Q3 native sync is geen «automatisch perfecte mix», maar een hoorbare gelaagde basis in één generatie. Beschrijf expliciet drie lagen in de prompt:
5.1 Omgevingsgeluid (Ambience)
Aan scène gebonden: regen, cafégemurmel, beurszaal-echo, ver straatlawaai. Voorbeeld:
Omgeving: straat na regen, laagfrequent ver verkeersgeluid, af en toe druppels op het dak.
5.2 Actie-SFX
Aan beeldactie gebonden: deur, klik, wrijving bij productrotatie. Voorbeeld:
Seconde 5 opent de productdoos langzaam, met licht kartonwrijfgeluid.
5.3 BGM (achtergrondmuziek)
Beschrijf karakter en dynamiek, niet alleen «met achtergrondmuziek»:
BGM: zachte lo-fi elektronica, 16 seconden op de achtergrond; wijkt bij dialoog (in prompt: «dialoog prioriteit, BGM lager»).
Drie regels tegen BGM over dialoog:
- In dialoogpassages «BGM ducking / volume verlaagd» vermelden;
- BGM met «zacht, ver weg, laag» in plaats van «intens, vol volume» naast voice-over;
- In 16 s niet tegelijk snelle lange tekst + high-energy BGM + complexe SFX.
6. Geluidstijdlijn plannen in een 16-seconden lange shot
Combineer Vidu Q3s 16-seconden 1080P-mogelijkheid en plan beeld en geluid parallel in «opening—ontwikkeling—omslag—afsluiting»:
| Seconden | Beeld | Geluid |
|---|---|---|
| 0–4 s (opening) | Scène en personage etableren | Omgeving domineert; BGM afwezig of zeer zacht |
| 4–10 s (ontwikkeling) | Product/conflict vooruit | Hoofddialoog; BGM komt licht binnen |
| 10–14 s (omslag) | Emotionele of inhoudelijke keer | SFX-accenten (klik, transition-whoosh) |
| 14–16 s (afsluiting) | Slogan / logo / expressie-landing | Voice-over of korte zin + BGM-afsluiting |
Volledig promptskelet (tekst-naar-video):
Scène: modern minimalistisch woonkamer, warm avondlicht. Onderwerp: 30-jarige vrouw, casual kleding, frontaal naar camera. Actie: staat op van de bank, toont draadloze koptelefoon, glimlacht en knikt. Geluid: licht binnengeluid; seconden 3–9 Chinese dialoog «Zodra ik ze opzet, wordt de wereld meteen stil»; seconden 10–15 zachte synth-BGM; seconden 15–16 merkslogan als voice-over. Stijl: commercial look, ondiepe scherptediepte, langzame push-in.
Bewaar deze geluidstijdlijntabel als teamsjabloon om niet bij elke clip opnieuw te experimenteren.
7. Combinatie met reference-to-video en Start-End-besturing
Vidu Q3 native audio-videosync wordt zeldzaam geïsoleerd gebruikt. Veelvoorkomende combinaties:
7.1 + Reference-to-Video
Als hetzelfde IP-personage over meerdere korte afleveringen consistente lippen nodig heeft:
- Referentiebeeld/-video voor uiterlijk;
- In de prompt dialoog en toon van deze aflevering duidelijk formuleren;
- Taal consistent houden met referentiemateriaal; geen taalmix die lippen verstoort.
Zie «Vidu Q3 Reference-to-Video configureren: van enkel onderwerp tot multi-onderwerp mix».
7.2 + Start-End to Video
Als een product van staat A naar B moet met voice-over ertussen:
- Start- en eindframe voor compositie en licht;
- In de tussenbeschrijving overgangs-SFX (rotatie, slide);
- Voice-over in het midden van de transition, niet op statische start/eindframes.
Zie «Start-End-framebesturing met Vidu Q3 voor overgangsshots».
7.3 + Vidu Agent one-click advertentie
In sterke marketing scenario’s eerst Vidu Agent voor ruwe montage, daarna Vidu Q3 native sync voor sleutel-talking-head-shots verfijnen. Blog: «Vidu Agent advertentieworkflow met één klik: van storyboard tot meertalige voice-over».
8. Workbench A/B-checklist (3 samples aanbevolen)
In de Vidu AI workbench met Vidu Q3 variabelen per test vastzetten:
Groep A: alleen beeld, geen geluid → standaardspoor observeren. Groep B: volledige viervoudige dialoog, geen BGM → lippen en hoorbeleving. Groep C: dialoog + omgeving + BGM-lagen + 16-seconden tijdlijn → publicatiekandidaat.
Vergelijkingsdimensies:
- Zijn lippen synchroon met de tekst?
- Is dialoog duidelijk verstaanbaar?
- Overstemt BGM de dialoog?
- Past omgevingsgeluid bij de actie?
- Heeft het einde van de 16 s een duidelijk «geluidslandingpunt»?
Als C duidelijk beter is dan A/B, beheerst je team de kernschrijfwijze van Vidu Q3 native audio-videosynchronisatie en kan de C-prompt worden omgezet in een merkgeluidssjabloon.
9. Vidu Q3-audio begrijpen via benchmarks en productgrenzen
Om Vidu Q3 te plaatsen op AV-sync, 1080P en 16 seconden via benchmarks van derden, lees «Artificial Analysis-beoordeling: waarom Vidu Q3 Runway en Veo overtroeft». Benchmarkdata stellen verwachtingen; publicatieklare clips hangen nog steeds af van prompt- en tijdlijndiscipline uit deze tutorial.
Belangrijke opmerkingen
- Bij echte portretten, merken of auteursrechtelijk beschermde BGM-stijlen de autorisatieketen waarborgen.
- Workbenches kunnen verschillen in standaardvolume, audiogeneratie enz.; raadpleeg officiële Vidu Q3-documentatie in je account.
- Native sync is ideaal voor snelle samples en social ads; voor filmische eindmix exporteren en limiter, EQ en loudness-normen toepassen in DAW/montage.
- Bij meertalige campagnes één 16-seconden shot per taal genereren; verwacht geen automatische taalwissel binnen één clip.
Volgende stappen
Open de Vidu AI workbench, kies Vidu Q3, schrijf een 16-seconden talking-head-sample met de tabel uit sectie 6 en genereer 3 clips voor A/B/C-vergelijking. Zodra lippen, dialoog en BGM in balans zijn, combineer het sjabloon met reference-to-video-templates om series, productadvertenties en meertalige voice-overcontent uit te breiden.