照片配上别人的声音和字幕，可以通过一些专业的软件或应用来实现。比如，你可以使用视频编辑软件，将照片导入后，选择添加音频功能，然后将想要的声音文件导入，调整声音的播放时间和音量大小，使其与照片内容相匹配。
照片和视频都有时间戳记录，通过时间戳的对应关系，可以找到照片和视频在时间轴上的位置。当照片和视频的时间戳相同时，就可以追踪到同一时刻的画面。
除此之外，照片和视频的元数据中也包含着拍摄位置的信息，可以通过地理位置的对应关系来进一步匹配照片和视频。通过时间和位置等多个维度的匹配，就能准确地将照片和视频进行追踪和匹配。
要录制长音乐的照片，首先需要一个好的音乐录制设备，例如专业的录音设备或者高品质的手机录音设备。
接着，要在合适的位置摆放麦克风，确保音频能够清晰地录制下来。另外，要注意光线的照明，确保照片能够清晰地展现录音的过程和设备。