Google在本月的“Made on YouTube”活动上宣布，YouTube自动配音技术迎来新升级：引入AI唇形同步（lip-sync）功能，旨在解决机器翻译视频内容长期存在的“声画不同步”难题。该功能将首先在包括英语、德语、法语和西班牙语在内的20种语言中推出，未来几个月还将陆续覆盖更多语种。
据悉，YouTube自动配音与自动翻译一直因会自动重制视频标题和音轨受到争议，不少用户希望有统一选项来关闭此类自动化翻译与配音。多语种用户和B站创作者纷纷反馈，AI生成的翻译与真人翻译相比质量参差不齐。当前，YouTube尚未提供全局关闭配音的功能，用户需要逐个视频手动调整音轨，这也促使部分开发者推出如“YouTube Anti-Translate”等浏览器插件，专门屏蔽自动翻译与配音图层。
此次更新的重点突破在于，AI唇形同步功能能够通过人工智能技术，使自动生成的音轨与视频中人物口型完美对齐，大幅提升观感，实现更流畅、更自然的视频体验。创作者可通过YouTube Studio自主选择开启唇形同步配音功能，首批试点面向YouTube合作伙伴计划成员，Google后续有望将其推广至所有视频。
在多语种配音方面，YouTube依托自研AI模型（包括Gemini与Aloud）生成多语言音轨，不仅还原原说话者声音的情感和语调，还能对背景音和人声进行分离。根据Google披露，部分频道启用多语种配音后，非母语观众数量实现三倍增长，显示出强劲的增长潜力。
尽管AI自动配音和唇形同步技术在拓展创作者观众群体和广告营收方面作用显著，但关于其是否会影响原内容的真实性和观众体验仍有不少争议。支持者认为，该举措便利了全球观众收看，提升内容影响力；而批评者则担心自动化会损害原作的独特风格。AI唇形同步能否彻底弥合理想与现实间的差距，业界仍在持续观察其影响。