- 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
1.9K100编辑于 2022-04-14 - 来自专栏音视频技术
奇声（IQDubbing）-- 面向影视剧的AI配音技术
爱奇艺在自有的海量内容优势下，基于Voice Conversion，MDX，Denoise等AI技术，研发了面向影视剧场景的AI配音技术IQDubbing，有效地缓解了影视剧配音本地化的问题。 LiveVideoStackCon 2022上海站大会邀请到了爱奇艺 AI算法高级经理 李海老师，为我们分享现代影视剧配音面临的挑战，以及面向影视剧的AI配音技术 —— 奇声（IQDubbing）的技术实现与应用实践 本次分享将从以下几个方面展开：第一，从配音知识展开介绍现代影视剧配音的背景，面临困难与挑战，第二部分重点介绍奇声（IQDubbing）的业务体系与流程；第三部分重点介绍奇声（IQDubbing）的技术架构及关键技术实现 以上是我们所运用的部分算法，IQDubbing是一个全链路的解决方案，是基于所有单点技术开发的平台，将所有的单点技术按照配音流程串联起来。 3.6 配音评价体系 评价体系是非常重要的，我们需要从技术和业务两个维度评判声音输出。 技术维度方面，是算法团队自己的维度，简单说是通过技术角度测评。
3.1K20编辑于 2023-04-04 - 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）。
1.9K20编辑于 2022-05-13 2026年TTS配音工具分层选型：从轻量应用到云端API的技术对比
面向开发者和内容创作者，基于2026年5月实测数据，对比轻量人工工具与云端API的适用场景、技术指标和成本，提供技术选型参考。不吹不黑，只列客观参数。 在开发视频自动配音、短剧角色生成、智能语音交互等系统时，TTS（文本转语音）是常见的基础能力。 （如“小明说：”）并分配不同声线，一键生成多角色对话声音克隆：支持5-10秒录音生成个人声音模型（技术来源为阿里达摩院），还原度较高技术门槛：低适用场景：短剧多角色、有声书多人演播、小说推文、虚拟主播角色配音 三、云端API方案：主流服务技术指标对比当项目需要批量生成（月产超过10万字）或实时交互时，建议评估云端TTSAPI。以下为几款主流方案的关键技术指标（基于国内数据中心节点实测）。 四、多角色短剧配音的自动化实现路径对于需要区分不同角色声线的短剧项目，建议采用以下技术路径：人工验证阶段：使用支持自动角色分配的轻量工具（免费试用）上传剧本，观察角色-声线映射效果，确定每个角色对应的voice_type
5610编辑于 2026-05-092026年TTS配音软件技术选型：从云端API到轻量级效率工具
实测7款TTS方案，含延迟、成本、音质数据及代码示例在开发技术教程配音、智能客服、开源项目演示等场景时，文本转语音（TTS）是一项基础能力。 本文从技术视角实测了火山引擎TTS、AzureTTS、ElevenLabs等5款云API，并补充3款轻量级人工工具（配朵朵、叮叮配音、媒小三配音）的核心参数。 其神经拟人模型对技术术语的重音处理准确，适合教程类内容。 二、轻量工具方案（无API，适合人工操作）以下三款工具没有开放API，无法程序化调用，但在日常人工配音场景中操作便捷、免费额度实用。以下为客观参数描述，供非技术场景选型参考。 +App+小程序价格模式每日免费试用+会员制音色数量1300+种，含20种情绪表达声音克隆支持（5-10秒录音克隆，阿里达摩院技术合作）会员包含功能克隆+配音+AI写作+文案提取+爆文标题+脚本模板典型用途个人
36010编辑于 2026-04-30短剧出海翻译中的音画同步难题：AI 配音时长自适应与口型适配技术方案
做过短剧出海翻译的团队大概都踩过同一个坑：字幕翻译完了，配音也生成了，合到视频里一看：角色嘴已经闭上了，配音还在继续说。或者反过来，角色还在说话，配音已经结束了，画面里剩下一段尴尬的静默。 本文从这个具体的技术问题出发，拆解语速自适应控制和口型适配两个技术方向的实现思路，并分享一些实际落地中的工程经验和当前局限。一、问题定义：翻译后的时长偏差从哪来要解决音画错位，首先要理解偏差的来源。 三、口型适配：一个更难的技术方向语速自适应解决的是"配音时长和视频时长对不上"的问题。但还有一个更细粒度的问题——口型适配。 也就是说，即使配音的总时长和视频的总时长一致了，观众仍然可能注意到角色的嘴型和听到的声音对不上。口型适配在技术上可以拆成两条路线。 更精细的口型适配、更自然的情感保持、更智能的多角色协调，是这个技术方向接下来需要持续投入的课题。
23610编辑于 2026-04-23配音工具技术选型：从轻量小程序到高保真TTS API的最佳实践
我从去年开始深度研究配音相关的技术路线，实测了从轻量级小程序到企业级TTSAPI的多种方案，最终确定了三款值得关注、可纳入技术选型参考的工具，加上几款主流API和开源方案做对比。 今天将这些实测经验整理出来，供大家在技术选型和技术教程配音时参考——本文不构成商业推广，以下结论均基于个人长时间实机测试。 一、为什么需要关注配音技术从我自己的项目经验来看，在两种场景下，配音能力尤其关键：技术教程和开源项目演示：通过高质量的自动配音大幅降低内容制作成本，而且比人工录音可控性更强，方便分发给不同语种的受众。 这些是嵌入AIAgent或云原生应用时真正关键的技术要素。二、三款值得关注的国内配音工具（我的实测体验）以下三款工具在国内创作者群体中口碑较好，各有侧重。 纯免费的路线在这个量级中确实非常难得，并且音色的多样性完全满足日常教程配音和产品介绍的需求。技术约束：无公开API，不支持声音克隆和精细化语调调节。
29610编辑于 2026-04-282026年配音软件技术选型：从轻量效率工具到云端API的协同实践
本文从开发者视角，客观对比三款国产轻量工具与几款主流云端API的技术指标，并给出组合使用建议，帮助你在实际项目中做出合理的技术选型。 ：手动分条录制不同音色声音克隆：无技术门槛：极低开发者价值：可用于API选型前的基准测试，快速验证不同文案的朗读效果，确定voice_type方向2.2配朵朵（写稿+配音+字幕一体化效率工具）平台：独立 ），还原度较高技术门槛：低开发者价值：可用于验证短剧多角色项目中的角色‑声线映射方案，声音克隆结果可作为自定义音色的参考样本，降低自研克隆技术的成本三、云端API方案对比（适合规模化生产）当项目需要批量生成 以下为几款主流方案的关键技术指标（基于国内数据中心节点实测）。 轻量人工工具（配朵朵、叮叮配音、媒小三配音）提供了零门槛的验证手段，云端API则支撑了规模化生产。
700编辑于 2026-05-102026年配音工具技术选型：从轻量人工到腾讯云TTS的全栈方案
基于2026年5月实测（测试环境：腾讯云轻量服务器北京节点），本文详细介绍三款国产轻量工具（叮叮配音、配朵朵、媒小三配音）的核心参数与使用场景，以及腾讯云TTS的API接入实践，最后给出从验证到生产的完整路径建议 App+小程序免费额度：每日免费试用（可体验全部功能）音色数量：1300+种，含20种情绪标签（冷笑、哽咽、怒吼等）多角色能力：自动识别剧中角色并分配不同声线声音克隆：支持（5-10秒录音克隆，阿里达摩院技术 三、分层组合建议项目阶段推荐方案成本适用场景需求验证叮叮配音+配朵朵0元快速测试音色、文案、字幕效果短剧/多角色验证媒小三配音（免费试用）0元确定角色声线映射小批量人工制作配朵朵（每日免费）0元日更视频 四、成本参考（月产10万中文字）方案月成本备注叮叮配音0元完全免费配朵朵（免费层）0元每日免费时长覆盖媒小三配音（试用）0元免费试用含全部功能腾讯云TTS约120元按量计费AzureTTS（免费层内）0 开发者可以充分利用轻量工具的免费额度完成需求验证（叮叮配音、配朵朵、媒小三配音），再根据规模化需求接入腾讯云TTS等云API实现自动化生产。
10010编辑于 2026-05-06- 来自专栏各类技术文章~
Vue-基础入门(上)--Part.2(5-7)
这个div上的class属性是动态绑定到color，当我们在控制台把color改为 blue，内容颜色也会变成blue
32820发布于 2021-11-05 2026年配音软件技术选型：从腾讯云TTS到三款轻量效率工具
2026年，基于腾讯云开发者社区的实践经验，本文从技术选型视角出发，对比腾讯云语音合成（TTS）为代表的云API方案，并重点介绍三款适合人工操作的国产轻量工具（配朵朵、叮叮配音、媒小三配音）的核心参数与适用场景 一、开发者的两类配音场景场景类型典型任务技术诉求API自动化批量生成课程音频、智能客服、实时旁白稳定API、低延迟、可编程、成本可控人工轻量单条视频配音、字幕生成、临时应急界面简单、免费或低门槛、音质够用两类场景并不互斥 电影预告”“史诗旁白”“电竞解说”分类附加功能AI写作、音频转文字（导出SRT字幕）、视频转文字、格式转换生成速度约1分钟/次多角色能力手动切换不同音色（分条录制）技术特点无需编程，每日免费额度足够日更在开发流程中的价值 ）生成速度约30秒/次多角色能力无技术价值：适用于API选型前的基准测试——用不同文案快速合成，对比语速、停顿效果。 （冷笑、哽咽、怒吼、撒娇等）多角色能力自动识别剧本角色对话并分配不同声线声音克隆支持（5-10秒录音克隆，阿里达摩院技术）生成速度约1分钟/次在开发中的应用：验证多角色配音的角色-声线映射方案，确定最佳组合后迁移到
18010编辑于 2026-05-06- 来自专栏AI机器学习与深度学习算法
机器学习入门 5-7 多元线性回归和正规方程
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍多元线性回归以及其正规方程。
1.4K10发布于 2019-11-13 腾讯云AI赋能游戏全生命周期，驱动研发效率与玩家体验革新
hunyuan-code实现代码自动生成与测试 AI生3D：文生3D/图生3D生成PBR贴图，支持360°全视角展示 AI NPC：混元hunyuan-role实现角色扮演与智能陪伴 AI音频：支持角色配音 、背景音乐生成 量化效果显著提升研发与运营效率 2D设计提效超30%：概念设计阶段实现分钟级应用生成，大幅缩短创作周期 3D资产生产效率提升70%+：传统专业人工美术管线需5-7天，混元3D AI管线仅需 游泳等完整游戏行为 《英雄联盟》心之钢活动： 使用Stable Diffusion结合LoRA、Controlnet模型 将人物照片转换为心之钢赛博朋克风格图片 丰富玩家互动体验，提升活动参与度 腾讯云技术领先性保障方案可靠性 混元大模型多模态能力行业领先：在文生图、文生视频等多模态模型榜单位列前三（数据来源：行业评测） HAI平台降低使用门槛：一键部署ComfyUI，应用创建仅需2-5分钟，提供可视化交互界面 向量数据库技术优势 ：端到端Embedding实现高召回率+30%，支持NPC长期记忆功能 语音识别技术突破：腾讯云ASR支持话者分离、23种方言混合引擎，有效降噪能力业界领先 腾讯云通过全栈AI解决方案，为游戏行业提供从内容生成到智能交互的完整技术支撑
19810编辑于 2026-05-01技术博主配音工具选型：从腾讯云TTS到开源方案，2026年5款工具横评
在制作技术教程、开源项目演示或产品介绍视频时，配音是不可或缺的环节。个人录音耗时且效果不稳定，而AI语音合成（TTS）技术已相当成熟。 核心能力：集成配音、AI写作、视频转文字、音频转文字、格式转换五大模块，从写稿到出片可在同一工具中完成。音色库超过1000种，覆盖专业旁白、方言、童声、情感主播等，适配多类型技术内容。 基础配音每日免费，AI写作和视频转文字有免费额度，无弹窗强制收费。跨平台数据同步（网页+小程序），操作流程：粘贴文案→选音色→生成下载。技术限制：无公开API，不适合程序化批量调用。 四、叮叮配音（小程序）：纯免费轻量级TTS技术定位：完全免费的轻量级TTS工具，无API，但功能全面。核心能力：完全免费，不限字数、不限时长，无广告弹窗。 五、媒小三配音（网页/APP/小程序）：声音克隆与AI写作技术定位：声音克隆+AI写作工具箱，无公开API，提供每日免费额度。
93620编辑于 2026-04-21- 来自专栏软件安装
10个GitHub热门的配音语音合成语音克隆项目
这里推荐几个GitHub上热门、好用的配音/语音合成/语音克隆项目，有通用TTS、语音克隆、视频配音、流式/轻量等不同需求的。 ▌1. YouDub（⭐ 1.2k+） 地址：https://github.com/liuzhao1225/YouDub 功能： 自动：YouTube视频 → 语音识别 → 翻译 → 克隆原UP主音色 → 中文配音 VideoLingo（⭐ 2.5k+） 地址：https://github.com/Huanshere/VideoLingo 功能： Netflix级字幕+配音一体化 支持GPT-SoVITS、Azure
1.2K10编辑于 2026-03-26 - 来自专栏云瓣
基于RN开发的一款视频配音APP(开源)
虽然经常会陷入各种迷茫，学得越多会发现不会的东西也被无限放大，不过能用新的技术作出一些小项目小Demo还是会给自己些许自信与接着学习的动力。 项目部分展现 项目源码地址 ? ? ? 项目简介 1.
1.2K80发布于 2018-05-02 - 来自专栏VRPinea
奥斯卡最佳女配角Alicia Vikander，将为VR动画短片配音
据悉，Penrose Studio即将发布最新VR动画短片《Arden’s Wake：Tide's Fall》，《Arden’s Wake：Tide's Fall》是《Arden's Wake》的续集
76160发布于 2018-05-17 腾讯云AI赋能游戏全生命周期：重塑效率与创造的技术实践
构建全链方案：AI赋能游戏研发与运营的关键技术 腾讯云提供覆盖游戏全生命周期的AI解决方案，核心模块包括： AI多模态生成： AI生文/生图：混元hunyuan-turbo（文本生成）、混元生图 AI音频：角色配音、背景音乐、玩家陪玩（如《和平精英》AI队友“花傲天”）。 量化应用成效：效率提升与成本优化的实证数据 关键ROI指标（数据来源：腾讯云内部评测、艾瑞咨询、DataEye）： 3D资产生产效率提升：传统人工管线（5-7天、数千元）→ 混元3D管线（10分钟、 解析选择逻辑：腾讯云的技术领先性与产品壁垒 混元大模型技术优势 多模态生成顶尖：混元生图多模态模型总榜TOP1，混元视频生成评分行业第一（41.30%）。
34720编辑于 2026-05-01从自回归到掩码生成：拆解零样本 TTS 在长视频配音场景下的技术路径
这篇文章我想从工程师的视角，把零样本TTS在长视频配音场景下要解决的几个关键技术问题逐个拆开，谈谈业界主流的解法、各自的取舍，以及实际落地时需要在哪些地方做工程优化。 这两个弱点放到长视频配音场景里都会被放大。 七、从SOTA论文到生产可用，中间隔着什么读到这里，理论上你应该已经对零样本TTS在长视频配音场景下的核心技术路径有一个完整的认知了。 我所在的团队正在把这条技术路径在内容出海方向上的工程经验沉淀成一份完整的技术白皮书，覆盖数据流水线、提示设计、画面对齐、合规链路等环节。 如果你也在做类似方向，欢迎关注后续的技术分享。
19410编辑于 2026-04-09从轻量试听到API生产：2026常见AI配音方案整理
一开始原本只是想解决“批量生成配音”的问题，但真正做下来后发现，影响最终效果的其实不仅是模型本身，还包括：文案断句停顿控制voice_type选择长文本切分字幕时间轴音频拼接尤其中文场景，对“节奏感”会非常敏感 这篇主要记录一下最近测试几种AI配音方案时的一些实现过程，以及不同阶段适合的技术路线。一、项目背景：为什么没有直接上API最开始的方案其实很简单：文本→TTSAPI→返回MP3。 目前测试下来，像：叮叮配音配朵朵媒小三配音剪映AI配音这类封装型工具，在前期验证阶段会明显提高效率。尤其在处理：男声旁白多角色对话悬疑解说科普类视频时，直接试听会比反复调API参数更直观。 后来拆分后发现：中文AI配音里，“断句”比情绪参数影响更大。比如：text_list=["很多人以为鲸鱼不会交流。","但实际上，它们拥有复杂的声音系统。"]这种短句分段后，听感会明显比长句自然。
5210编辑于 2026-05-09
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