A lipsync egy videófeldolgozási művelet: adott egy felvétel és adott egy új hangsáv, és a modell a szereplő száját úgy alakítja át, hogy illeszkedjen az új szöveghez. Enélkül a szinkronizált videó azonnal árulkodó — a néző nem feltétlenül tudja megmondani, mi a baj, de látja, hogy valami nem stimmel.
A legfontosabb gyakorlati tudnivaló, hogy ez két külön szolgáltatás, nem egy. A hangoldal — fordítás és beszédgenerálás a szereplő hangján — és a képoldal — a szájmozgás átalakítása — külön eszköz, és a legnagyobb hangszolgáltató a saját súgójában írja le, hogy a szinkronjuk nem mozgatja a szájat.
Ebből jön a leggyakoribb drága tévedés: valaki megvesz egy szinkroneszközt abban a hitben, hogy a kép is rendben lesz, aztán derül ki, hogy a videóhoz külön eszköz és külön költség kell. Érdemes a próbát egy rövid, beszélő fejes felvételen megcsinálni, mielőtt előfizetsz.
A teljes munkamenetről — mit mivel, milyen sorrendben — a lipsync és a szinkroncímű írás szól. A közvetlenül kapcsolódó fogalmak: voice cloning, AI voiceover és transcription.