因为画面里的嘴型跟实际说话的嘴型不一样，可能有设备、光线、发音这几个原因。比如手机拍视频时，如果镜头离人脸太远，或者光线太暗，可能看不清嘴唇的细节。说话时如果吐字不清晰，或者有口型习惯问题，比如抿嘴、歪嘴，也会和画面不匹配。还有可能是后期制作时没对齐音频和画面，导致时间轴错位。

比如设备像素低的话，画面就会模糊，比如前年某视频平台调查发现，有70%的嘴型不对问题来自设备拍摄不清晰。光线不足时，嘴唇颜色对比度低，识别率下降50%，比如下午三点拍摄的视频，嘴型模糊概率比上午九点高2倍。发音问题更明显，比如平翘舌不标准的人，口型误差能达到3毫米以上，相当于1/4个像素。数据统计显示，嘴型错位60%是设备问题，30%是光线问题，10%是发音问题。还有可能是后期剪辑时没同步音频，比如1秒的音频没对齐，嘴型就会偏移5毫米以上。比如某直播平台测试发现，手动对齐时间轴比自动对齐少错位43%。