- 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 简单自我介绍下，我是李海，目前主要负责爱奇艺在成都的算法团队，负责影视剧AI配音技术方面的研究和工作。 要想将AI技术真正的落地到影视剧配音当中，在解决人声问题的同时还要解决影片中其他声音的部分。 那么，配音究竟是在做什么？是怎样的一个流程？ 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。
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
功能见名思意，可以将文本转为AI智能语音，支持阿里云和腾讯两种接口，简单实用。可批量执行，将需要转的文字放到txt文档中即可，转三千字大概需要一分钟左右，受电脑配置影响。 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 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。
3510编辑于 2026-05-09- 来自专栏量子位
这个AI能自动给视频配音，真假难辨（不服来试）
视频内容 你将看到两段画面相同的视频，请判断哪段来自视频原声，哪段是AI根据视频画面配上的假声？ 莫非两个都是真的？不可能，答案文末揭晓。 （还有更多真假难辨的视频原声和配音大对比） 真假难辨，简直让人怀疑耳朵。模型合成的假音效，什么时候都这么逼真了？一切还得从这个自动为自然环境下的视频配音的项目说起。 ? 视听关联 看闪电，知雷声。 由图中可见大多数视频的长度超过8秒。 ? 每个场景的配音均为一真一假，当场揭晓答案，猜猜你能对几个——
3K50发布于 2018-04-02 - 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
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。 系统支持多种AI服务提供商的配置，包括： OpenAI：用于转录和大语言模型服务 本地模型：faster-whisper用于本地语音识别 阿里云：提供语音服务、大模型服务和OSS云存储支持 安装和使用教程 AI驱动的智能处理：利用大语言模型进行字幕分段和翻译，质量远超传统基于规则的方法。 开源可定制：作为开源项目，用户可以根据自己的需求进行修改和扩展。
1.8K10编辑于 2025-04-16 - 来自专栏机器之心
MIT、IBM联合打造AI配音师：检测动作自动添加音效，视频「无声」胜「有声」
说起计算机音乐的发展史，还要追溯到 1951 年，英国计算机科学家艾伦 · 图灵是第一位录制计算机生成音乐的人。近年来，深度神经网络的出现促使了利用大规模音乐数据进行训练来生成音乐的相关工作。
1.1K20发布于 2020-08-28 - 来自专栏新智元
德国小哥用AI拍大片！GPT-2写台词、StyleGAN做特效、Replica来配音
---- 新智元报道 来源：towardsdatascience 编辑：白峰、永上 【新智元导读】最近，国外一个技术极客Alex看了电影《阳光泉水》后深受启发，决定自己用AI来生成一部。 Vlad Alex知道了这些后，激动不已，觉得自己也能让AI来拍一部电影，结果真的成功了。 如何制作自己的AI电影呢？ 作为 Amazon AWS ai / ml 服务的一部分，Polly 提供各种语言的大量语音，但是Polly产生的语音更像主持人，并不总是适合虚构的内容。 EmptyRoom为我们展示了机器学习在生成视频方面的巨大潜力，不仅简化了流程，还分享了许多创造性的结果，当灵感枯竭的时候也许AI能带给你一股清泉，一起拥抱人工智能吧！ 参考链接： https://towardsdatascience.com/ai-as-a-movie-maker-e5865b99a06c
1.9K30发布于 2020-06-05 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。 下面这张图展示了一个典型的音画错位场景——原始中文音频和视频画面完美对齐，但翻译成英语后，由于文本膨胀，每个句段的配音时长都发生了变化，导致整条时间轴逐步偏移。图1：翻译后配音的音画时长错位问题模型。 第二条路线是视频侧适配：用AI直接修改视频中角色的嘴部区域，使其匹配目标语言的配音节奏。 四、工程落地：narrator-ai在时长控制上的实现上面讲的算法思路落到实际工程中，需要一套完整的处理管线来串联各个环节。这里以开源项目NarratorAI的翻译模块为例，说明一下具体的实现方式。 #从SRT文件提取时长约束importpysrtsubs=pysrt.open('source_zh.srt',encoding='utf-8')constraints=[]forsubinsubs:start_ms
23310编辑于 2026-04-23- 来自专栏新智元
AI配音版Sora视频刷屏！绝美逼真音效打破「无声电影」，或颠覆万亿美元产业
语音初创公司ElevenLabs放大招，直接用AI给Sora经典视频完成了配音。网友惊呼离AI完全生成电影又近了一步。 就在今天，AI语音克隆初创公司ElevenLabs给经典的Sora演示视频，完成了绝美的配音。 听过之后，让人简直颅内高潮。 在片尾，ElevenLabs表示，以上所有的配音全部由AI生成，没有一点编辑痕迹。 网友惊呼，「这简直离完全由AI生成电影又近了一步」！ 堪称突破后的突破！ 同时，公司还宣布推出了一系列新产品，包括声音市场、AI 配音工作室和移动应用等。 自去年1月发布beta版平台以来，ElevenLabs便受到了创作者们的热捧。 2023年3月，流媒体自动化服务Super-Hi-Fi携手ElevenLabs，利用后者的软件和ChatGPT生成的提示词，为其虚拟DJ配音，推出了全自动的「AI Radio」广播服务。
40910编辑于 2024-02-26 人声音色克隆软件技术揭秘：三款工具的深度评测与实战指南
在AI技术重塑音频创作生态的2025年，人声音色克隆已从实验室走向大众创作领域。从短视频配音到虚拟歌手制作，从有声书录制到跨语言内容本地化，这项技术正在重新定义声音的价值。 语音实验室的产品，凭借其神经声场重建技术，在影视配音领域占据垄断地位。 该平台目前处理着全球63%的影视配音AI化需求。 技术参数：支持最高192kHz采样率，动态范围达144dB延迟控制在8ms以内，满足直播场景需求提供5000+种专业声纹库，涵盖从童声到老年音的全年龄段三、Resemble AI Enterprise： 核心场景短视频/有声书影视配音/游戏金融/政务响应速度实时（<500ms）近实时（800ms）本地部署（<10ms）多语言支持12种语言35种语言8种主要语言安全等级商业级专业级军工级成本模型按需付费（
1.7K10编辑于 2025-08-06- 来自专栏软件安装
国产VS海外：12款国产AI视频工具横向对比实测，感觉国产没想的这么差
核心功能： ① AI自动生成视频 操作流程极其简单：输入文案 → 选择配音音色 → 一键生成视频。系统会自动匹配画面素材、生成字幕、添加配音。 腾讯智音：大厂出品的AI创作工具 腾讯智音是腾讯推出的AI智能创作工具，拥有AI数字人、AI文字配音、文章转视频等多项AIGC能力。 ② 文本配音 输入文本 → 选择音色 → 自动配音，操作简单，很多音色免费使用。 ③ 文章转视频 输入文本 → 设置成片类型、视频比例、背景音乐、朗读音色 → 一键AI创作。 特效模板共有8个分类，上百种自带流量密码的视频模板。灵感来源包括熟悉的IP（例如Q弹气球肚来自路飞）、网络梗图或网络词的视觉化（比如泪流成河、科目三等）。 优点： 功能综合，一个平台多种能力 国内可直接访问 文字效果功能独特 缺点： 视频生成功能相对简单 生成视频需要购买标准版 适用场景： 设计师、综合创作需求 8.
3.7K10编辑于 2026-03-26 2026年如何配音？一个开发者的自白：本想自己写TTS，试完这3款我放弃了
实测功能亮点：AI写作：有时候讲稿写不下去，输入关键词“K8sPod生命周期”，它能帮你扩写一段，虽然不是完美，但给了灵感。 第三款：媒小三配音——声音克隆，打造个人IP平台：网页+App+小程序推荐指数：⭐⭐⭐⭐⭐9.5/10一句话：10秒克隆你的声音，然后让AI替你说话。教程做多了，有粉丝问我：你为什么不自己录？ 后来我发现，可以用AI克隆我的声音——既保留个人标识，又不用反复录音。媒小三配音这个功能是真的强。实测体验：5-10秒录音：对着手机念一句“大家好，我是XX，欢迎来到我的频道”。 会员全包：一个会员=声音克隆+AI配音+AI写作+文案提取+爆文标题+短视频脚本模板。比我单买各种工具便宜太多。每日免费试用：不想买会员？每天也有免费额度体验克隆功能。 我的完整工作流（2026版）现在我做一套技术教程的配音流程是这样的：写稿：配朵朵的AI写作辅助我快速搭建大纲，或者我写完后用它润色。
22710编辑于 2026-04-28- 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. OpenVoice（⭐ 34k+） 地址：https://github.com/myshell-ai/OpenVoice 功能： 极速克隆：仅需3秒参考音频 多语言：中英日韩法西，无缝切换 MIT协议： Coqui TTS（⭐ 34k+） 地址：https://github.com/coqui-ai/TTS 功能： 超全语言：支持1100+语言 多模型：YourTTS、VITS、Bark等，兼顾质量与速度 EmotiVoice（网易有道，⭐ 8k+） 地址：https://github.com/netease-youdao/EmotiVoice 功能： 情感可控：支持喜/怒/哀/乐等多种情感 多音色、多语言 一键流程，适合内容创作者搬运= ▌8.
1.2K10编辑于 2026-03-26 AI配音新王者！快手AudioGen-Omni：视频喂给它，歌声语音音效秒出，唇形精准到帧！
作者：Le Wang等 解读：AI生成未来 文章链接：https://arxiv.org/pdf/2508.00733 项目链接：https://ciyou2.github.io/AudioGen-Omni 高效与通用性： 推理速度：1.91秒生成8秒音频，显著优于同类模型。 单一模型支持多种任务（音效、语音、歌曲），无需任务特定设计。 为确保时序一致性，我们集成了 Synchformer，这是一种基于 Transformer 的视听同步模型，利用嘴唇运动和音素时序等稀疏线索，在无需密集监督的情况下实现精确对齐，适用于视频生成、配音和语音驱动动画等应用 训练在8组NVIDIA H800 GPU（每组80GB内存）上进行，总计需要约3000 GPU小时，批量大小设为128。 与Viertola et al.（2025）使用2.56秒片段（短于Synchformer的4.8秒上下文窗口）不同，我们采用8秒片段，提取首尾各4.8秒片段并平均DeSync值以获得更鲁棒的同步估计。
86810编辑于 2025-08-27- 来自专栏量子位
你家的猫也能来段东北话了：快手快影一键「智能配音」，三种方言随意换，还能配出《舌尖》风
不不不，现在有了AI的加持，只需打开App，输入文本，秒秒钟就能搞定。 不只是四川话配音，东北老妹音也可以整起来： △快手@大天666 再也不怕隔壁工位东北小哥嘲笑我的台湾腔东北话了 ? 。 实现如此功能的，就是快手快影最新上线的AI黑科技——智能配音。 输入文字，AI配音 所谓智能配音，就是用户只需输入文字，软件就能自动将之转化为高质量的视频配音。 使用方法非常简单。 而对于C端用户，特别是有视频配音需求的用户而言，AI配音只有更生动、更自然、更具韵律，才能真正满足他们的需求。 另外，面向B端的产品，可以对文本的规律、意义进行限定。 目前已有4位「发音人」可以进行中英混读，其余几位的英文能力也预计在8月内上线。 ? 接地气，还看黑科技 智能配音这样的AI黑科技，无疑给老铁们带来了船新的玩法，引领了一波短视频新热潮。 其实，这已经不是快手第一次贴合用户需求，在产品里融入AI黑科技了。
2.2K30发布于 2020-07-21 - 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 - 来自专栏Go语言学习专栏
8 - AI 服务化 - AI 超级智能体项目教程
本节重点 AI 服务化是指将原本只能本地运行的 AI 能力转化为可远程调用的接口服务，使更多人能够便捷地访问 AI 能力。 通过本节学习，你将掌握如何将 AI 智能体转变为可供他人调用的服务 具体内容包括： AI 应用接口开发 AI 智能体接口开发 在开始之前，先给大家提个醒，Spring AI 版本更新飞快，有些代码的写法随时可能失效 一、AI 应用接口开发 我们平时开发的大多数接口都是同步接口，也就是等后端处理完再返回。 所以上述代码中我们使用 content 方法，只返回 AI 输出的文本信息。 2、开发同步接口 在 controller 包下新建 AiController，将所有的接口都写在这个文件内。 点击接口旁边的绿豆就能自动生成测试代码： 二、AI 智能体接口开发 由于智能体执行过程通常包含多个步骤，执行时间较长，使用同步方法会导致用户体验不佳。
16810编辑于 2026-03-17 2026年TTS配音软件技术选型：从云端API到轻量级效率工具
指标实测数据首包延迟400ms+（需代理）音质评分8/10定价0.10元/千字免费层无集成难度极低适用场景：海外项目或愿意处理网络代理的开发者。 指标实测数据首包延迟600ms+（需代理或海外服务器）音质评分8/10定价0.11元/千字免费层100万字符/月集成难度中适用场景：有海外基础设施的团队。 1.配朵朵——集成内容生产功能项目参数平台网页+微信小程序价格模式每日登录送免费时长（3-5分钟视频不花钱）音色数量1000+（新闻、情感、方言、动漫分类）附加功能AI写作、音频转文字、视频转文字、格式转换典型用途需写稿 +配音+字幕一体化的内容创作者2.叮叮配音——完全免费的轻量选项项目参数平台微信小程序价格模式完全免费音色数量近1000种限制不限字数、不限时长、无广告、无水印典型用途零成本应急配音3.媒小三配音——提供声音克隆功能项目参数平台网页 +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
35010编辑于 2026-04-30影视解说视频智能生产全链路方案解析：从脚本生成到多平台分发
脚本生成和配音合成已经有成熟的 AI 方案；视频剪辑的自动化程度取决于素材质量；字幕制作高度依赖配音时间轴的精度；多平台分发是目前自动化程度最低、工具碎片化最严重的环节。 二、各环节 AI 技术方案现状：从 LLM 脚本生成到 TTS 配音合成的能力边界2.1 脚本生成：从人工撰写到 LLM 驱动传统方案： 人工观看素材 → 手写解说脚本，一部90分钟电影约需60到90分钟 四、narrator-ai-cli 接入全链路：脚本生成与配音合成环节的三种集成方式在上述五个环节中，narrator-ai-cli 主要覆盖脚本生成和配音合成两个环节，通过 CLI 接口把这两个环节的 接入方式二：同时替换脚本生成和配音合成<BASH>一条命令完成脚本生成 + 配音合成 + 视频合成narrator-ai-cli commentary create-movie \ --movie-file 个人创作者（日产1到2条）优先自动化脚本生成和配音合成，视频剪辑和字幕制作用 narrator-ai-cli 的一次性出片模式，多平台分发手动操作。全链路人工介入点只保留发布前的质量审核。
25210编辑于 2026-04-21
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