
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
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

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。
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。
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
- 從免費素材網站下載類似的影片
- 找免費音源,依長度剪裁
- 沒有音效,畫面顯得空泛
- 在會議上聽到'感覺不太對'這樣的回饋
搭配 Veo 2、3 使用
- 把希望同時聽見的聲音,連同畫面一起用文字寫進敘述中
- 產出含台詞與背景音的 8 秒鏡頭
- 指定最後一格畫面,把下一段鏡頭接上去
- 用連同聲音一起的樣片,在會議上當場做決定
用於以下工作
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。
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。
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。
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
公司可以使用嗎
導入負責人與資安團隊最先詢問的問題。
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。
10 分鐘入門指南
- 1
先用 Google 帳號登入 Gemini,開啟影片製作功能。
- 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
人物說話的場景,請把台詞用「」完整寫進去。
- 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。
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。
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。
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。
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。
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。
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。
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)
企業內訓影片插入片段
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。
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
只要有 Google 帳號,即可在基本額度內使用,影片生成功能有限
影片製作工具 Flow 每月 200 點數
Flow 每月 1,000 點數。影片生成功能擴大
Flow 點數每月 10,000〜25,000 個。可使用最新的 Veo
在公司使用時
以含音訊計算。沒有免費等級
以 720p 計算的單價
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 ↗
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。
一併比較的工具
常見問題
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。