Video dari Audio dengan Visualisasi dan Latar

Konverter audio ke video dengan visualisasi, latar belakang, dan overlay teks kustom. Buat video musik, audiogram, video podcast, dan slideshow — semua di browser Anda. Tanpa daftar, tanpa watermark.

Cara Mengonversi Audio ke Video

1
Unggah audio Anda

Seret atau pilih file audio — MP3, WAV, OGG, FLAC, M4A, dan lainnya. Mendukung hingga 500 MB.

2
Pilih latar belakang

Pilih warna solid, gradien, unggah gambar, buat slideshow dari beberapa foto, atau gunakan video loop.

3
Tambah visualisasi & teks

Pilih waveform, gelombang mengalir, spektrum bar, visualizer melingkar, kurva — atau “Tidak ada”, bila bingkainya ingin dibiarkan bersih. Tambahkan teks judul dan subjudul dengan gaya kustom.

4
Tambahkan lirik lagu

Di tab “Lirik”, tempel liriknya atau muat berkas .lrc atau .srt lalu tekan “Waktu presisi (AI)” — baris akan berada di tempat ia dinyanyikan. Atau tandai sendiri dengan “Tandai baris per baris” saat lagu diputar.

5
Pilih format & ekspor

Pilih rasio aspek (YouTube, Instagram, TikTok), resolusi, dan format. Klik Buat Video dan unduh hasilnya.

Buat video musik, audiogram, dan slideshow dari file audio apa pun

Seret file audio
MP3, WAV, OGG, FLAC, AAC, M4A, WEBM, AIFF, OPUS, WMA, M4B, CAF ·
Memuat file...
0%
🎵
0:000:00
Slideshow foto
Mulai dari template
60%
80%
Ingin lirik lagu tampil di video, baris demi baris mengikuti musik?
48px
Seret teks atau visualisasi langsung di pratinjau.

24px


Seret teks mana pun di pratinjau. «Sekarang» mengambil waktu dari pemutar.
1. Liriknya
Bisa .lrc, .srt, .vtt, dan .txt biasa. Kalau berkasnya sudah berisi kode waktu, langsung dipakai.

Ekspor

📺
YouTube (16:9)
📸
Instagram (1:1)
📱
TikTok / Reels (9:16)
⚙️
Kustom
Membuat video...
Video Siap
Disimpan ke komputer Anda
Video disimpan ke folder Unduhan default browser Anda. Lihat ke bagian atas browser — seharusnya muncul panah ↓. Klik untuk membuka file atau foldernya.
Tidak menemukannya? Tekan Ctrl+J (Win/Linux) atau ⌘+⇧+J (Mac) — browser akan menampilkan semua unduhan terbaru.

Model di halaman ini: penempatan kata — pengenalan fonem wav2vec2 XLSR-53 dari Meta AI (Apache 2.0) dan GigaAM dari Sber (MIT); pemisahan suara — HTDemucs dari Meta AI (Lisensi MIT), dalam ekspor ONNX proyek MUSION karya Tianwei Zhao (CC BY 4.0).

Batalkan ekspor?

Video masih dirender. Jika mulai dari awal sekarang, progres saat ini akan hilang dan Anda harus menunggu lagi.

Diterbitkan Diperbarui Penulis: