AI 入門 · 影片生成 · Google DeepMind

Veo 2, 3

「生成台詞與背景音」 — 連聲音一起拍攝回來的攝影指導

📂 影片生成🆓 免費試用🇰🇷 韓語表現優異📊 入門
WHAT

什麼是 Veo 2 與 Veo 3?

Veo 是 Google DeepMind 開發的影片生成模型,最大的特色在於不只產生畫面,還能同時生成人物的台詞、周圍的聲音與背景音效。

  • 1畫面與聲音不必另外拼接,一次產出
  • 2目前可用的最新版本是 Veo 3.1
  • 3以 Google 帳號開始,在 Flow 中接續製作
坐在相機旁,一手握著對焦環,一手比出安靜的手勢,同時收錄聲音的四十多歲男性攝影指導。
連聲音一起拍回來的攝影指導 — 這是 Nanum 經營顧問為呈現 Veo 2 與 Veo 3 特質所設計的角色。
WHY

有何不同

這是在教室中用同一份資料,分別套用多種工具比對後發現的差異。

🔊

不另外加上聲音

可以用文字指定人物的台詞、腳步聲、周遭環境音與背景音,與畫面一起生成。其他工具需要分別產生影像與聲音再對齊,這裡則是一開始就一起產出。嘴型與台詞不同步的不自然感大幅減少。

🚪

有 Google 帳號就能開始

若公司已在使用 Google 帳號,就不需要另外註冊。可以直接在 Gemini 裡試做,要細修長片時再改用 Google 的影片製作工具。培訓現場幾十人同時開始也不會卡住,這一點才是實際上的大差異。

🎚️

串接場景並延長

最新的 Veo 3.1 新增了直式畫面、影片串接、首尾畫格指定,以及參考圖片功能。不必停留在單一片段的實驗,您可以製作出有完整故事脈絡的影片。

⚖️ 缺點也很明顯

要產出可用的長度,最後還是得付費。開發者用的費率是按影片每秒計費,所以一支 20 秒的影片很快就會超過一杯咖啡的錢。而且模型名稱分為 Veo 2、3、3.1,請先確認自己正在使用哪個版本。

💡 簡單來說

就像同時扛著相機與吊桿麥克風的攝影指導。畫面與聲音不必再分開收集、再對齊。

🏢 為何對組織很重要

企業內影片的完成度,通常取決於聲音。若不把音效作業外包,而是在初稿階段就能聽到聲音,企劃會議上的決策就會快得多。

SCENE

同樣的工作,不同的做法

明天的會議上得帶著產品介紹影片的提案樣片去

舊方式

  1. 從免費素材網站下載類似的影片
  2. 找免費音源,依長度剪裁
  3. 沒有音效,畫面顯得空泛
  4. 在會議上聽到'感覺不太對'這樣的回饋

搭配 Veo 2、3 使用

  1. 把希望同時聽見的聲音,連同畫面一起用文字寫進敘述中
  2. 產出含台詞與背景音的 8 秒鏡頭
  3. 指定最後一格畫面,把下一段鏡頭接上去
  4. 用連同聲音一起的樣片,在會議上當場做決定
USE

用於以下工作

01

含台詞的導覽影片

製作像公司制度說明或客服應對範例這類有人說話的場景。只要把台詞用引號寫出,聲音也會一併產出。

02

重視氛圍與聲音的開場

在活動或課程開始前播放的短片。可以用文字指定雨聲、腳步聲、空間迴響等聲音。

03

附在企劃案中的示意鏡頭

把原本只能用文字描述的影片企劃,以 8 秒分鏡的形式呈現。與外包製作公司討論時,若附上這段參考影片,會議能更快結束。

FIT

適合這樣的您

適合對象

  • ✓想製作包含人物說話場景的影片者
  • ✓已在使用 Google 帳號處理工作的人
  • ✓難以把音效作業也外包出去的小型團隊

較適合其他工具的人

  • –只想免費做長影片的人
  • –以剪輯、裁切既有拍攝素材為主要工作的人
  • –需要把實際空間轉成三維的人
SECURITY

公司可以使用嗎

導入負責人與資安團隊最先詢問的問題。

輸入的內容會用於訓練嗎依 Google 帳號種類不同,輸入資料的處理方式也不同。若為公司業務,建議使用組織用 Workspace 帳號,而非個人帳號,較為安全。
企業・團隊方案組織用途可使用 Google Workspace 帳號,以及供開發人員使用的 Gemini API 管道。管理員可設定使用範圍。
任何情況下請勿讓影片中的人物看起來像真實存在的人,也不要模仿名人的聲音。製作的影片應標明為 AI 製作,這是基本原則。

注意:各類帳號的資料處理方式與商業使用條件,需以官方條款原文再次確認。

START

10 分鐘入門指南

  1. 1

    先用 Google 帳號登入 Gemini,開啟影片製作功能。

  2. 2

    不只畫面,連'希望聽見什麼聲音'也寫進句子裡,製作 8 秒的片段。

  3. 3

    人物說話的場景,請把台詞用「」完整寫進去。

  4. 4

    若要細緻地修改長片,請改用 Google 的影片製作工具 Flow,把鏡頭接續起來。

PROMPT

直接貼上使用的提示詞

只需替換【方括號】內的部分後貼上即可。

含台詞的導覽片段
明亮的辦公室裡,衣著端正的人物面對鏡頭說話。韓語台詞:"從這個月起,[制度名稱]將有所變更。請透過公司內部系統申請。" 聲音沉穩清晰,周圍是安靜的辦公室環境音。16:9,8 秒。
聲音為主角的開場
從下雨的窗邊開始,鏡頭緩緩移向室內的書桌。聲音:雨滴打在窗上的聲音、遠處傳來的城市噪音、翻紙的聲音。無台詞。溫暖的室內燈光。16:9,8 秒。
產品介紹草稿
相機緩緩繞著桌上的[產品名稱]拍攝。聽得到的聲音:拿起產品時輕微的摩擦聲,以及平緩的背景音。晨光、柔和的陰影,只有手部入鏡。16:9,8 秒。
指定首格與末格
第一格為緊閉的會議室門,最後一格為室內有人坐著的會議室內部。中間以門被推開、走進去的動作銜接。聽得到的聲音:開門聲、低聲交談。16:9,8 秒。
教育用情境重現
門市櫃檯,店員聽完顧客的話後,冷靜地回應的場景。韓語台詞:"給您帶來不便,非常抱歉。我立刻為您確認。" 臉部不要看起來像特定人物。包含門市背景音。16:9,8 秒。
RECIPE

與其他工具搭配使用

比起單一工具,當兩三種工具串接起來的那一刻,工作方式就會不一樣。

附在企劃案中的樣片影片(1 小時)

1用 Claude 整理三段 8 秒鏡頭的場景與台詞
2分別用 Veo 生成各段含聲音的鏡頭
3在 CapCut 中接合影片並加上字幕

企業內訓影片插入片段

1用 Gemini 整理培訓主題與情境範例
2用 Veo 把情境重現的鏡頭連同台詞一起做出來
3在 Vrew 自動產生字幕並加上
CAUTION

使用前須知

  • 請先確認您目前使用的是哪個版本。Veo 2、3、3.1 的結果各不相同,而「Veo 4」目前並非 Google 已公布的名稱。
  • 開發者用的 API 按影片每秒計費。延長長度前,請先算好單價。
  • 請勿讓影片模仿真實人物或名人的臉孔與聲音。
  • 如果不指定聲音,結果會很平淡。請寫下場景中「應該聽到什麼聲音」,和畫面一樣具體。
PRICE

費用──個人使用時與公司使用時

個人付費使用的方案,與組織以成員為單位簽約的方案並不相同。

以個人身分使用時

免費
每月 KRW 0 (≈ US$1)

只要有 Google 帳號,即可在基本額度內使用,影片生成功能有限

Google AI Plus
每月 KRW 7,500 (≈ US$6)

影片製作工具 Flow 每月 200 點數

Google AI Pro建議優先考慮的方案
每月 KRW 29,000 (≈ US$22)

Flow 每月 1,000 點數。影片生成功能擴大

Google AI Ultra
每月 KRW 119,000 (≈ US$89) 起高階組合每月 KRW 300,000 (≈ US$225)

Flow 點數每月 10,000〜25,000 個。可使用最新的 Veo

在公司使用時

Gemini API · Veo 3.1建議先看的方案
影片每秒 $0.404K 每秒 $0.60

以含音訊計算。沒有免費等級

Gemini API · Veo 3.1 Fast
影片每秒 $0.101080p $0.12 · 4K $0.30

以 720p 計算的單價

Gemini API · Veo 3.1 Lite
每秒影片 $0.051080p 為每秒 $0.08

不支援 4K

確認日期 2026-09-21 · 個人方案費用以 Google 官方訂閱說明頁的韓元(KRW)標示為準,開發者與企業方案則以 Gemini API 官方費率頁的影片每秒單價為準。依儲存空間組合不同,同名方案可能顯示不同金額。費率可能隨時調整,付款前請先查看官方頁面。 Google AI 訂閱官方說明 ↗ · Google One 方案(韓國)↗ · Gemini API 官方費率 ↗

HONEST

Veo 2、3 的不足之處

不只寫優點。實際使用後覺得可惜的地方也一併寫下。

  • 點數很快就用完

    要挑出一個滿意的畫面,往往得反覆重新生成,而失敗的結果也會消耗點數。結果一個月的額度可能只用幾支影片就見底。

  • 不知道自己訂的是哪一種方案

    同一個方案名稱,會因儲存空間組合不同而顯示不同金額。要確認自己目前適用的條件,就得來回翻閱說明頁面好幾次。

  • 韓文字幕需要另外疊加上去

    韓語台詞的表現還算不錯,但若要把文字放進畫面裡,字形有時會走樣。結果字幕與標題仍得在剪輯工具中另外加上,總是多出一道步驟。

COMPARE

一併比較的工具

相關名詞文字轉影片

常見問題

若有 Google 帳號,可以在免費等級有限地試用。不過要認真使用就需要訂閱,官方費率頁也註明開發者用的 API 沒有免費等級。
可以。可以用韓文指定場景與台詞,台詞會以聲音一起出現。不過要把韓文字幕畫進影片裡,還是在剪輯工具中處理較為準確。
建議使用公司的 Google 帳號,而非個人帳號。對外發布影片時,請註明為 AI 製作;避免製作讓人聯想到真實人物的內容。

最後更新 2026-09-22 · 本頁的評價,是以 Nanum 經營顧問執行長 金鍾赫 在授課與實務中親自使用的經驗為基礎。

用 Veo 2 與 Veo 3,靠組織自己的能力

留下洽詢後,我們將於 24 小時內回覆。我們會依產業與職務量身規劃課程大綱提案。

學習這項工具的課程AI 工具應用教育(依用途分類)