- 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 - 来自专栏Python
6-5、Python 数据类型-字典、集合
Python的字典数据类型是基于hash散列算法实现的，采用键值对(key:value)的形式，根据key的值计算value的地址，具有非常快的查取和插入速度。但它是无序的，包含的元素个数不限，值的类型也可以是其它任何数据类型!
54420编辑于 2023-11-10 - 来自专栏Python
6-5、Python 数据类型-字典
Python的字典数据类型是基于hash散列算法实现的，采用键值对(key:value)的形式，根据key的值计算value的地址，具有非常快的查取和插入速度。但它是无序的，包含的元素个数不限，值的类型也可以是其它任何数据类型!
48630编辑于 2023-11-10 - 来自专栏全栈开发那些事
6-5 链式表操作集 (20分)
Position Find( List L, ElementType X )：返回线性表中首次出现X的位置。若找不到则返回ERROR；
44450编辑于 2023-02-27 - 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 - 来自专栏AI机器学习与深度学习算法
机器学习入门 6-5 梯度下降的向量化和数据标准化
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍梯度下降法的向量化，并引入对使用梯度下降法非常重要的数据归一化。
1.6K00发布于 2019-11-13 AI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。
52110编辑于 2026-06-02- 来自专栏云瓣
基于RN开发的一款视频配音APP(开源)
在如今React、ng、vue三分天下的格局下，不得不让自己加快学习的脚步。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
1.2K80发布于 2018-05-02 2026短剧配音工具怎么选？不同类型需求整理
现在做短剧的人越来越多，但真正做过一轮的人都会有同一个感受：短剧的难点不在拍，也不在剪，而在配音。因为短剧本质上不是“讲清楚剧情”，而是要让观众快速进入情绪。 所以到2026年之后，很多团队已经不再单纯问“哪个配音工具最好”，而是开始按内容类型选工具。不同短剧风格，对声音的要求其实完全不一样。 例如：媒小三配音它比较适合做剧情内容的原因，不是声音多，而是中文表达更偏“讲故事”。 在实际使用里，它更容易做出：低语气压音情绪停顿对话层次角色区分感尤其在男女主对话时，如果语速和停顿控制得当，会更接近“短剧配音”而不是朗读。这一类内容，重点不是声音像不像真人，而是：有没有“戏”。 比如：3秒一个冲突10秒一个反转全程高信息密度这种内容对配音的要求是：不能拖。如果语速太慢，会直接掉完播。这一类更适合偏效率型工具。
37110编辑于 2026-05-21- 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
4.7K10编辑于 2026-03-26 - 来自专栏音视频技术
奇声（IQDubbing）-- 面向影视剧的AI配音技术
1、现代影视剧配音 1.1 配音流程 什么是配音？听起来很简单，为影视剧配声音，不就是将人说话的声音配上去吗？ 有的同学可能听说过，有点像字幕文件，内容又多于字幕文件，包含什么时候配音员应当用什么样的语气说什么样的话；第四步才是广义理解的配音制作，试配、选角，到录音棚配音、人声合轨、配音审核；第五步就是后期制作， 以上就是完成配音的一个完整流程。 在配音时需要有专业的配音员和录音设备，如图是之前与供应商合作的真实照片。 1.3 配音剧遇到的困难和问题 在做配音之前首先我们要先了解配音剧遇到的困难和问题： 第一个问题：待配音数量大。 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。
3.3K20编辑于 2023-04-04 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。
43810编辑于 2026-05-09- 来自专栏星哥的AI自留地
5分钟搞定视频翻译配音！开源极简工具KrillinAI
5分钟搞定视频翻译配音！ 先给大家捋清楚这款工具的核心定位：它是一款开源的AI视频翻译与配音一体化工具，核心优势就两个字——极简。 不用复杂的技术配置，不用懂高深的AI原理，甚至不需要你有专业的视频剪辑基础，它能一站式完成「视频原声音频提取→AI翻译→目标语言配音→音频与视频合成」全流程，支持上百种语言的翻译与配音，覆盖主流语种（中英日韩法德等 ，配音自然流畅，无机械感配音生硬，语调呆板，缺乏情感适配格式兼容支持MP4、MOV、AVI等主流视频格式，导出多规格格式限制多，仅支持少数视频格式免费属性开源免费，基础功能无付费门槛基础功能免费，高级功能高额收费简单说 我以「中文视频翻译成英文并配音」为例，给大家一步步演示，全程5分钟就能搞定，跟着做就行。
27910编辑于 2026-06-26 AI 情感配音与声纹克隆：5 秒样本如何复刻演员音色？
摘要 从拼接合成到VITS再到大模型情感TTS，AI配音已能5秒样本克隆音色并带哭腔朗读10分钟。 七、成本测算示例 以一部 100 集 × 2 分钟的短剧为例，采用 MAIS 链路： 基于音色 ID 配音（0.5 元/分钟）+ 压制字幕（0.063 元/分钟）：总配音成本约为 200 × 0.563 如需高情感克隆配音（9 元/分钟）+ 压制字幕（0.063 元/分钟）：总配音成本约为 200 × 9.063 = 1812.6 元。 九、与 MAIS 其他能力的组合 大模型视频理解（1.5 元/分钟）+ AI 配音：视频转播客、课程配旁白； ASR（0.03 元/分钟）+ 大模型翻译（0.2 元/分钟）+ AI 配音：中文视频 → 英文/日文/西班牙语"原声"版； AI 解说二创（3 元/分钟）：解说脚本由大模型生成，配音由克隆音色完成，真正"端到端二创"。
44310编辑于 2026-06-01- 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
83760发布于 2018-05-17 配音工具的音色从哪来？固定库、定期更新还是用户自己生成？
评测定义与范围本文回答几个常见问题：配音软件的音色数量是固定的吗？官方会新增音色吗？用户能不能自己创造新音色？ 1.布丁配音音色来源：纯预置，固定几百种更新机制：未见官方更新日志，推测为固定库用户自主生成：不支持音色数量变化：不增长平台：仅小程序2.叮叮配音音色来源：纯预置，约1000种更新机制：未见定期更新说明 （预置部分）是（≥10分钟）否用户自定义，无上限常见问题解答问：布丁配音和叮叮配音以后会增加新音色吗？ 媒小三配音支持声音克隆（5-10秒录音）和捏声音（关键词描述），ElevenLabs支持克隆（需更多录音）。问：媒小三配音的捏声音能生成多少种音色？理论无上限。 各工具免费政策与音色生成能力关系工具免费模式预置音色是否免费克隆/捏声音是否免费试用免费试用次数/额度布丁配音无限是不适用—叮叮配音无限是不适用—配朵朵每日赠额是不适用—AzureTTS50万字符/月是不适用
26410编辑于 2026-05-21做短视频解说时，我踩过最严重的AI配音坑
最近重新整理短视频解说项目时，发现自己前期在AI配音上踩过不少坑。一开始总觉得：只要音色够像真人，视频听起来应该就不会有问题。 尤其影视解说、悬疑旁白、小说推文这种内容，一旦AI配音节奏不对，观众前几秒就会直接划走。后面连续调整了几十条内容后，我发现之前踩得最严重的坑，其实并不是模型，而是：“把AI配音当成真人录音去用。” 主要测试：男声风格停顿节奏情绪强度多角色语气目前比较常用的试听方案，包括：叮叮配音配朵朵媒小三配音主要目的不是正式生产。 五、后来我才发现，AI配音最难的不是“像真人”最近重新整理这些问题后，一个感觉越来越明显。现在很多中文TTS，其实已经足够像真人。真正难的，反而是：“像不像人在讲故事。”
29000编辑于 2026-05-10短剧视频翻译配音为什么总有翻译腔？对话级NMT实战方案
口语化 post-editing：让翻译结果适合配音而不是只适合阅读视频翻译最终要进入 AI 配音或人工配音，文本不能只追求字面对齐，还要考虑可读性和节奏。 配音与字幕输出：进入 AI 配音、字幕压制、人工审核或多语种批量导出。 接入配音 pipeline 时，工程上要注意什么？ 配音是否读得顺：翻译文本要适合 TTS 或声音克隆，不要保留太多书面长句。字幕是否跟时间轴匹配：译文长度要能放进原视频节奏，否则后续配音和字幕都会返工。 它要求译文不仅准确，还要像角色会说的话，能被配音读出来，并且能落到字幕时间轴里。如果只是把 SRT 拆成一句一句翻译，再直接送去配音，出现“翻译腔”几乎是必然的。
25510编辑于 2026-05-27情绪配音技术分类解析：全情绪类型覆盖是怎么实现的
短剧译制通常是几十集的批量处理任务，每集包含大量情绪切换点位，如果校验环节的处理速度跟不上批量需求，整体生产效率会受到明显制约,这也是评估一套情绪配音技术方案时,除了准确率之外还需要关注的工程指标。 图1：AI配音音色管理界面，可支撑多情绪类型的语音输出配置与音色管理。三、情绪资产化机制：音色库与情绪标签复用全情绪类型覆盖的实用价值，还体现在情绪资产的可复用性上。 图2：翻译质量校对界面，可对情绪配音效果与原片人物表情进行逐句核查。 这也是当前情绪配音技术演进的重点方向之一——如何在有限的标注成本下，让模型学会识别和处理这类叠加型情绪信号。 对技术团队而言，评估一套情绪配音方案是否成熟，不能只看单一情绪类型的还原效果，还需要关注多模态校验层的误判纠正能力、音色资产的复用效率，以及在复合情绪场景下的技术边界是否被清晰界定——这些维度共同构成了情绪配音技术从
9300编辑于 2026-07-18- 来自专栏CoderJia的工作笔记
KrillinAI：基于AI大模型的一站式视频翻译配音解决方案
随着大语言模型(LLM)技术的迅猛发展，一款名为KrillinAI的开源工具横空出世，为内容创作者带来了革命性的视频翻译与配音解决方案。 项目概述 KrillinAI是一款基于AI大模型技术的全流程视频翻译和配音工具，旨在为内容创作者提供从视频下载到最终成品的一站式解决方案。 多样化配音与语音克隆 完成翻译后，KrillinAI支持将文本转换为自然流畅的语音。 系统提供了多种配音选项，默认集成了CosyVoice的语音合成技术，用户还可以上传自己的语音样本进行声音克隆，实现个性化的配音效果。 配音合成模块：支持多种TTS（文本转语音）引擎，实现自然流畅的语音合成和声音克隆。 视频合成模块：处理字幕嵌入、音频替换和视频格式转换，生成最终成品。
2.2K10编辑于 2025-04-16
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