- 综合排序
- 最热优先
- 最新优先
- 来自专栏bunny的专栏
【玩转Lighthouse】轻松搭建视频配音工具晓晓配音
今天我们将给大家介绍如何使用Lighthouse轻量服务器搭建一个属于自己的在线视频配音工具，可以将文案制作为mp3文件并且生成对应的字幕视频，以便大家在制作视频的过程中方便地为自己的视频添加自然逼真的配音 推荐同学们买一台作为学习使用，用来部署晓晓配音完全绰绰有余 image.png 购买完成后我们可以在控制台重置其系统为Ubunut+Docker专版，由于此系统自带了Docker环境，我们上手就能立刻开始部署 我们需要在防火墙放行对应的端口，推荐一次性开一个范围的端口，这样我们在部署服务的时候就可以不用每次都到控制台编辑规则了 20220414190405.png 登录我们的轻量服务器，然后在任意目录克隆晓晓配音的源代码 ，因此晓晓配音的链接有效期并不长，生成的mp4和mp3文件都是定时过期的 mkdir /tts_storage 然后，我们可以使用-v 参数将此目录作为缓存挂载到容器内部，同时使用-e 传递可用的端口号给容器服务使用 然后使用docker logs查看容器服务是否正常开启 docker logs ms_tts 当看到服务顺利监听到8019端口后，部署就完成了 run.png 最后我们就可以通过ip端口的方式访问晓晓配音服务了
2K100编辑于 2022-04-14 TTS配音服务参数整理：免费模式、平台支持与扩展功能对比
捏声音（输入描述性关键词生成对应音色）、AI写作、文案提取（从URL提取纯文本）、爆文标题生成、短视频脚本模板技术约束：克隆质量依赖录音环境（建议噪声低于30dB）；捏声音需多次调试关键词；克隆训练时间约3- /C#/Java等）音色数量：神经网络语音模型覆盖140+语言/区域，中文音色包括云希、云枫等免费模式：Azure免费账户每月50万字符（标准语音）或50万字符（神经网络语音）附加能力：SSML（语速、 部分区域需网络配置；API有配额管理（每分钟请求数）输出格式：MP3、OGG、线性PCM（WAV）AmazonPolly平台：AWS控制台、API、SDK（多语言）音色数量：60+语音，覆盖30+语言，中文约 100万字符（仅标准语音），神经网络和生成式TTS按量计费附加能力：SSML、合成语音标记事件（动画同步）、生成式TTS（部分区域）技术约束：需AWS账户并绑定支付方式；免费额度自账户创建起12个月；中文情感表达基础输出格式 支持声音克隆（需上传≥10分钟音频或即时克隆）免费模式：每月1万字符，自然月重置附加能力：情感调节（API参数控制高兴、悲伤等）、发音细化技术约束：免费版音频带水印（低音量背景音）；API限速（每分钟3次）；中文自然度低于英文
77010编辑于 2026-05-18- 来自专栏专知
谷歌上线机器学习速成课程：中文配音+中文字幕+完全免费！
值得一提的是，该课程有专门的中文版网址，其中机器翻译和中文字幕不要太溜！ 如果您是机器学习爱好者或想要从事机器学习工作，这是一个不可多得的自学福利！ ? ▌MLCC中文版课程 ---- ---- 令人震惊的是，点击MLCC课程，进去竟然基本上是中文讲课。 据Google称，“此视频讲座的配音是使用机器学习技术生成的。” ，这点我们也可以听出课程的中文配音有明显的机器口音，但是其吐字是非常清晰的，配合中文字幕，对于我们来说听讲毫无压力，不得不说是对我们学习机器学习是一个巨大的福音（有个别机器翻译可能有错，在学习的时候还需要稍加注意 下面我们从课程《机器学习简介》来体验一下其机器翻译和语音合成技术的成果：（视频贴上来，链接如下） https://v.qq.com/x/page/g0562fdcy50.html MLCC中文版链接：
2.7K90发布于 2018-04-16 Edge TTS 语音合成助手 v1.4.0：把普通配音、逐页配音、逐行配音一次做好
三种模式，按你的工作方式生成普通模式适合最简单的全文配音。把文章、脚本或旁白粘贴到左侧输入框，点击生成即可得到一个完整音频，不要求分页，也不会因为普通换行就强制拆成多个文件。 Edge TTS 语音合成助手支持丰富的 Edge TTS 音色，提供中文和 English 界面，不需要填写 API Key。 它适合视频旁白、影视解说、短视频脚本、播客文稿、课程配音、语言学习和批量音频素材制作。 如果你正在寻找“TXT 每行生成一个 MP3”“逐页生成配音”“句间停顿加 SRT 字幕”的 Windows 工具，欢迎试试 v1.4.0。 #EdgeTTS #语音合成 #AI配音 #视频旁白 #批量配音 #SRT字幕 #开源软件 #Windows工具 #Python项目
17000编辑于 2026-09-19TTS服务技术选型：8款文字转语音工具的免费额度与API能力对比
一、无API型（仅手动界面操作）1.布丁配音API/SDK：无免费额度：无限字数、无限时长音色：约几百种（普通话）平台：仅小程序2.叮叮配音API/SDK：无免费额度：无限字数、无限时长音色：约1000 SDK：无免费额度：每日赠送字数/时长（未公开上限）音色：约1000款（含多语种/方言）附加能力：AI写作、视频转文字、音频转文字、格式转换、批量导入平台：网页端、App、小程序（数据互通）4.媒小三配音 API/SDK：无免费额度：每日试用次数，每月重置音色能力：预置数百款+声音克隆（5-10秒录音，训练约3-10秒）+捏声音（关键词生成）附加能力：AI写作、文案提取（URL）、爆文标题、脚本模板平台： response.audio_content)8.AmazonPollyAPI/SDK：RESTAPI+AWSSDK（多语言）免费额度：新用户首年每月100万字符（仅标准语音，需绑卡）音色：60+语音，中文含普通话和粤语 wb')asfile:file.write(response['AudioStream'].read())技术参数汇总表（开发者视角）工具APISDKSSML自定义词典声音克隆免费额度（月）绑卡要求布丁配音无无否否否无限字数否叮叮配音无无否否否无限字数否配朵朵无无否否否每日赠额否媒小三配音无无否否是
1.5K10编辑于 2026-05-25- 来自专栏全栈开发日记
自动批量真人配音软件
工具名称：自动批量配音软件 运行系统：Windows 工具大小：6.5MB 工具截图： 使用方法： 需要设置阿里参数或腾讯参数，点击相应参数后的【获取】，可自动跳转到相应的获取页面（免费）。
2.1K20编辑于 2022-05-13 2026年TTS工具技术调研：六款文字转语音服务的功能参数对比
：网页端、App、小程序登录要求：手机号或第三方授权登录免费政策：每日提供免费试用次数，每月重置；正式版为会员全包模式声音克隆：支持，训练样本时长5-10秒，训练时间约3-10秒捏声音（自定义音色）：支持 ❌❌无AI写作、视频转文字MP3布丁配音小程序完全免费❌❌无无MP3媒小三配音网页、App、小程序每日试用（月重置）✅（5-10秒）✅（关键词）无AI写作、文案提取、爆文标题、脚本模板MP3火山引擎TTS 流程验证阶段：用配朵朵模拟完整内容生产链路（写稿→配音→字幕），确认业务逻辑后再用代码实现。 降级兜底：在API配额耗尽或网络故障时，运营人员可使用叮叮配音或布丁配音手动生成音频上传，确保业务不中断。备注所有免费政策及技术参数基于近期公开文档及实测记录，具体以各平台官方最新说明为准。 文中未列出的其他配音工具不在本次调研范围内。欢迎开发者在评论区交流TTS选型与集成经验。
73310编辑于 2026-06-03- 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-10)
代码清单3-10 class Queue { public: Type MaxValue(Type x, Type y) { if(x > y)
30040编辑于 2022-11-30 AI漫剧制作：从零搭建自动化漫画视频生成管线
把静态漫画分镜转化为动态视频，配上AI配音和BGM，几分钟就能产出一条“动漫感”十足的短视频。作为技术人，我第一反应不是“这玩意儿有意思”，而是“这背后怎么实现的？” 模块四：AI配音（TTS + 情感控制）漫剧的“剧”字落在配音上。我用 Edge TTS + GPT-SoVITS 两条腿走路。 准备角色音频样本（3-10分钟干净人声）# 2. 训练GPT-SoVITS模型（约2小时）# 3. 我的做法是先计算台词朗读速度（中文约4字/秒），再动态调整分镜持续时间。 字幕与配音不同步现象：字幕显示和声音对不上。
69410编辑于 2026-08-03AI配音神器、免费的文本转语音和声音克隆，一款多功能的配音工具
免费在线AI配音工具；XECYV配音可以文字转语音、声音克隆等，支持多种语言和语音风格，更能情感控制，高自然度语音合成，接近真人音色，适用于播客、营销、创作等各种场景。 工具地址：https://xecyv.com/dubbing音色库：覆盖全场景XECYV配音提供多种音色。既有适合短视频搞笑的活泼声音，也有播音新闻腔和广告宣传音色。声音很难分辨是真人还是AI。 情绪模拟：AI配音更像真人很多文本转语音工具只能平淡朗读，XECYV配音支持怀旧、欢快、激情、恐惧、惊讶、抒情、伤心等多种情绪。 例如，为一段恐怖故事配音时，选择“恐惧”模式后，语速、音调、气息都明显变。自动识别多音字、整数、小数、电话号码、日期、金额等，并按照正确方式朗读。 多人角色配音：有声小说神器输入一段包含多个人物的对话，XECYV配音可以为不同角色分配不同音色，生成类似广播剧的效果。这一功能对有声读物创作者来说是很实用的。
11910编辑于 2026-09-17- 来自专栏devops_k8s
Go Protobuf(比xml小3-10倍, 快20-100倍)
protocol buffers 是一种灵活，高效，自动化机制的结构数据序列化方法－可类比 XML，但是比 XML 更小、更快、更为简单。你可以定义数据的结构，然后使用特殊生成的源代码轻松的在各种数据流中使用各种语言进行编写和读取结构数据。你甚至可以更新数据结构，而不破坏根据旧数据结构编译而成并且已部署的程序。
2.6K50发布于 2021-04-13 我们把 Kokoro 1.1 量化到 FP16，并用它替换了浏览器里的中文 Piper 配音
在最新发布的TimelineStudiov1.0.0中，我们完成了一次重要的中文AI配音升级：中文配音从Piper/VITSONNX切换到Kokoromulti-langv1.1，并将模型转换为适合浏览器运行的 项目早期使用Piper/VITSONNX实现中文配音。Piper模型结构相对紧凑，适合浏览器部署，也帮助我们较早跑通了从文字生成语音、将配音放入时间线、关联字幕并最终导出视频的完整流程。 但随着使用场景从功能验证走向真实视频创作，旧的中文配音路径逐渐暴露出一些不足。首先是自然度。 因此，我们没有继续修补原有的中文Piper路径，而是将中文及中英混合配音整体迁移到了Kokoromulti-langv1.1。 从产品角度看，这次升级解决了四个核心问题：中文配音更加自然；中文音色从两条增加到四条；支持不中断语气的中英文混合生成；更高质量的模型仍然能够在浏览器本地运行。
22010编辑于 2026-08-08- 来自专栏AI机器学习与深度学习算法
机器学习入门 3-10 Numpy中的比较和Fancy Indexing
如果我们想索引向量中 "第4,6,9 个元素"，上面的索引和切片操作显然不能满足我们的需求。比较直观的想法是直接将三个位置的元素索引出来，然后再存储到一个新的向量中。
1.1K20编辑于 2022-11-08 长视频剪短视频太费时？智能拆条+AI二创实现批量产出的秘密
行业内熟手剪辑师，一天产 3-10 条 1-3 分钟的短视频已经算不错。一个 5 人剪辑团队，一天产能上限 50 条左右。但实际业务里有多少素材在排队？ 环节 6：AI 配音（可选）——基于音色 ID 0.5 元/分钟 / 全自动高情感克隆 9 元/分钟 / 音色克隆 25 元/音色 解决的问题：给二创内容做新配音。 环节 7：AI 解说二创——3 元/分钟 解决的问题：直接从长视频生成带解说的二创短视频——把"剪辑+配解说词+配音"三步合并成一步。 如果加上 AI 解说二创： AI 解说二创 3 × 3 = 9 元 单条再加 9 元，总成本约 33 元 做多语种分发： 一站式字幕级译制 3.863 × 3 = 11.6 元/语种 一条中文 + 5 把拆条、集锦、横转竖、字幕、配音、翻译、审核做成分钟级计价的标准环节，串成一条并行流水线，批量规模化产出就不再是难题。
87410编辑于 2026-06-01在浏览器里跑中文 AI 配音：我们如何用 Hojo TTS 80M 实现更自然的中英双语语音生成
过去一段时间，我们一直在为TimelineStudio寻找更适合浏览器运行的中文配音模型。 经过多轮模型测试，我们最终将中文配音切换到了HojoTTSLight80M，并完成了WebGPU、WASM、模型切片、长文本分句和双镜像下载等工程适配。 它的优势是部署简单、运行稳定，但在实际配音中仍存在一些明显问题：中文语气相对平直；中英文切换时容易出现突兀的停顿；长句的节奏和气息不够自然；笑声、语气词和句尾释放感偏机械；为了支持多个角色，需要携带较多声线资源 例如：展开代码语言：TXTAI代码解释今天我们发布了新的浏览器配音能力。它不需要上传素材，也不依赖远程推理。中文和英文可以在同一个工作流中完成。 当前成果完成这次升级后，TimelineStudio的中文配音流程已经具备：HojoTTSLight80MFP16浏览器推理；两位经过授权的中文参考声线；中文和中英混合语音生成；WebGPU与WASM混合执行
19710编辑于 2026-08-13AI配音怎么更像真人？这几个设置非常关键
很多人觉得AI配音一听就很假，其实并不是AI不够智能，而是我们忽略了让它“像人”的关键细节。现在的AI配音工具早就进化了，只要你在文案和设置上做一点微调，就能彻底告别冷冰冰的“机器音”。 想让AI配音无限接近真人，这几个设置非常关键：1.拒绝长篇大论，用标点符号控制“呼吸感”真人说话是有换气节奏的，如果直接把几千字的长段落丢给AI，它往往会越读越快，听起来非常急促。 关键设置：在生成配音时，尝试在文案前加上情绪引导。比如，不要只输入“你终于来了”，而是输入“用委屈、带着哭腔的语气说：你终于来了”。 现在的专业工具（如媒小三配音）甚至支持直接选择“冷笑”、“哽咽”、“怒吼”等细腻的情绪标签，AI就能精准还原出文字背后的潜台词。 总之，AI配音怎么更像真人？核心就在于打破“完美”的机械感。通过控制标点呼吸、注入情绪场景、微调语速以及叠加环境音这几个关键设置，你就能轻松调教出媲美真人的高质量旁白。
84110编辑于 2026-06-02- 来自专栏破局燎：AI写作与内容自动化实战
3-10 人的团队买 AI 助手，先别急着按人头配个人版
3-10人的团队买AI助手，先别急着按人头配个人版前阵子一个开工作室的朋友找我，说团队5个人要上AI助手，是不是每人开个99的月卡就够了。我让他先别下单。
11610编辑于 2026-09-10 - 来自专栏音视频技术
奇声（IQDubbing）-- 面向影视剧的AI配音技术
在爱奇艺AI配音场景下有很多海外剧集，海外剧包含英语、印度语、俄语等其他各国语言，翻译则是双向的，在爱奇艺剧集出海时需要把中文翻译成对应国家语言；第三步，配音本制作。 经过调研，近五年国内从海外引进2000+电影，其中非常少部分在电影院见到的才有中文配音。 每年引进2000多部电影，还有海量片子出口，一部电视剧大概几十集，都要做中文或海外配音，人工工作量很大。 第三个问题：配音员难找，影视剧的配音来说难度远远高于广播剧，要求有更好的配音能力，对影视剧有更高的理解、表现力，资源少，中文配音员还能找到，但出海时小语种配音员非常难。 4、IQDubbing上线效果 4.1 上线效果 目前爱奇艺配音已经在中文主站和海外站（泰国站、越南站等）上线，中文主站包括007系列大战皇家赌场，终结者和007黑日危机等都是当家热剧。
3.4K20编辑于 2023-04-04 - 来自专栏星哥的AI自留地
安利免费开源的声音克隆、文本转语音整合包软件、一键本地安装！
它支持中文和英文，通过使用大约100,000小时的中文和英文数据进行训练，ChatTTS在语音合成中表现出高质量和自然度。 本文将详细介绍如何安装部署，并进行修改，使其兼容 F5-TTS 的 API 接口，从而可以直接在 pyVideoTrans 软件的 F5-TTS 配音渠道中使用。 语音克隆与虚拟角色配音：Spark-TTS 支持零样本语音克隆，能快速复制特定说话人的声音风格，适用于虚拟角色配音、动画制作或虚拟主播等领域。 之所以要求使用英文、数字且非系统盘，是为了尽量避免可能出现的中文、权限等方面的错误。 语音克隆测试如下图所示，选择一个你想要克隆音色的音频文件（时长 3-10 秒，发音清晰，背景干净）。
7.4K10编辑于 2025-04-02 2026年TTS配音软件技术选型：从云端API到轻量级效率工具
一、云API方案（适合自动化集成）1.火山引擎TTS——国内开发者综合首选火山引擎TTS是字节跳动的语音服务，在国内接入的稳定性和中文自然度上表现优异。 指标实测数据首包延迟300–400ms（流式合成）音质评分9/10定价1.3元/千字，量大可谈折扣免费层新用户有试用额度，无固定免费层支持语种中文、英文、中英混读SSML支持SDKPython/Java IP音色、短剧解说、小说推文三、开源方案（自部署）若对数据隐私有强要求且具备GPU资源，可关注美团LongCat-AudioDiT（2026年4月开源）：零样本声音克隆，中文相似度Seed-ZH测试集达 推理速度：生成10秒音频约2秒（A100）项目地址：github.com/Meituan/LongCat-AudioDiT四、选型对照表使用场景推荐方案关键指标批量API（国内）火山引擎TTS延迟低、中文自然 10秒克隆，会员全包数据私有+有GPULongCat-AudioDiT开源自部署五、成本参考（月生成10万中文字）工具月成本估算备注叮叮配音0元人工操作，完全免费配朵朵0元每日免费额度覆盖媒小三配音0元
1.8K10编辑于 2026-04-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号