- 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 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。 这些看似不完美的细节，恰恰是让AI声音拥有“人味儿”的灵魂所在。总之，AI配音怎么更像真人？核心就在于打破“完美”的机械感。
67910编辑于 2026-06-02短剧全自动化翻译到底快多少？实测倍数曝光
实测数据：人工全流程2-3周，AI全自动1小时，按最保守口径换算约112-168倍，计算方式一次说清楚。 一、硬数据对比：2-3周 vs 1小时短剧翻译的人工全流程，从字幕提取、翻译、配音到审核校对，一部剧通常要花2-3周时间，这里面包含了大量顺序推进的等待耗时——字幕要先框选完才能翻译，翻译校对完才能配音 这两个数字不是同一量级的差距，而是流程性质的根本变化：人工是串联等待，AI全自动是字幕提取、说话人识别、翻译、配音等环节高度集成并行处理。 图2：项目管理与配音抽卡界面，支持团队协作管理多部剧集的译制进度，提升整体处理吞吐量。 FAQQ1：AI全自动化流程真的能把耗时压缩到1小时吗？
11200编辑于 2026-07-23- 来自专栏AI机器学习与深度学习算法
学习分类 2-3 感知机
要如何求出权重向量呢？基本做法和回归时相同，将权重向量用作参数，创建更新表达式来更新参数。这就需要一个被称为感知机的模型。
71510编辑于 2022-11-08 - 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。
3.4K20编辑于 2023-04-04 - 来自专栏算法无遗策
动画 | 什么是2-3树？
2-3树正是一种绝对平衡的树，任意节点到它所有的叶子节点的深度都是相等的。 2-3树的数字代表一个节点有2到3个子树。它也满足二分搜索树的基本性质，但它不属于二分搜索树。 2-3树查找元素 2-3树的查找类似二分搜索树的查找，根据元素的大小来决定查找的方向。 动画：2-3树插入 2-3树删除元素 2-3树删除元素相对比较复杂，删除元素也和插入元素一样先进行命中查找，查找成功才进行删除操作。 2-3树为满二叉树时，删除叶子节点 2-3树满二叉树的情况下，删除叶子节点是比较简单的。 动画：2-3树删除 -----END---
1.1K10发布于 2020-01-02 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。
51310编辑于 2026-05-09AI一键搞定全流程，不妨试试它｜万象有声
第二步：配音——AI/真人/混合，三种模式随你选万象有声提供了上千款AI播音声线，覆盖不同性别、年龄、风格。重点是——情绪表达：画本阶段标注的情绪标签，配音时会自动体现。 当然，如果你想用真人配音或者真人+AI混合，也完全支持。 三种模式灵活切换：模式适合谁优势纯AI配音批量做中长尾内容速度快、成本低纯真人配音追求精品质量情感表现力最强AI+真人混合大多数场景关键角色用真人，旁白/配角用AI第三步：智能对轨——行业独家黑科技，用过就回不去如果你做过有声书后期 实际效率对比，数字说话拿一本20万字玄幻有声书举例：环节传统方式万象有声画本3-5天10分钟配音7-14天AI配音1-2天；混合3-5天对轨3-7天30分钟-1小时后期5-7天2-3天审听2-3天半天总计 现在还有个邀新福利：邀请新人注册，邀请人最高可获得价值1000元积分，积分在平台内通用，可以用于AI配音消耗、智能对轨等功能。
59610编辑于 2026-06-16短剧出海AI翻译vs人工翻译实测：完播率与播放数据到底差多少？
传统人工的优势：每个环节都有人工把关，质量上限高；但成本和周期（2-3周/部剧）限制了规模。AI译制的价值主张：用可量化指标压缩技术链路，以远低于人工的成本和时间完成相同工作。 组件四：情绪级TTS配音——最影响完播的单一技术指标这是AI译制与人工翻译差距最大、也被缩小得最快的环节。情绪识别技术路径：1. 多音字误读率<0.1‰极低（人工校对）字幕识别率99%100%（人工逐字打轴）说话人识别准确率95%100%（人工标注）时间戳对齐精度1毫秒依赖打轴精度（秒级）人声SDR17—全流程速度约3分钟/分钟视频2- 3周/部剧支持语种数25种受限于配音演员资源特殊音色（OS/电话/回响）全支持可处理从数据看：AI在时间戳精度（毫秒级 vs 秒级）和多语种规模上已超过人工；情绪还原和特殊音色方面，专业AI工具已接近专业配音演员水准 但从技术指标看，情绪还原率95%+、声音克隆97%+的专业AI工具，在绝大多数场景下已达到专业人工水准，同时速度是人工的数十倍，成本显著更低。Q：AI配音的情绪处理技术原理是什么？
43910编辑于 2026-06-24AI 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。 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。 企业在接入前应完善素材采集协议，建议将"AI 克隆授权条款"纳入合同模板。 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"。
52110编辑于 2026-06-01- 来自专栏我是攻城师
什么是2-3树
2-3树 VS 二叉搜索树 同样的一组数据，在2-3树和二叉搜索树里面的对比如下： ? 可以看到2-3树的节点分布非常均匀，且叶子节点的高度一致，并且如果这里即使是AVL树，那么树的高度也比2-3树高，而高度的降低则可以提升增删改的效率。 2-3树的插入 为了保持平衡性，2-3树的插入如果破坏了平衡性，那么树本身会产生分裂和合并，然后调整结构以维持平衡性，这一点和AVL树为了保持平衡而产生的节点旋转的作用一样，2-3树的插入分裂有几种情况如下 2-3树的删除 2-3树节点的删除也会破坏平衡性，同样树本身也会产生分裂和合并，如下： ? 总结 本篇文章，主要介绍了2-3树相关的知识，2-3树，2-3-4树以及B树都不是二叉树，但与二叉树的大致特点是类似的，它们是一种平衡的多路查找树，节点的孩子个数可以允许多于2个，虽然高度降低了，但编码相对复杂
2.5K20发布于 2019-04-28 - 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）。
2.1K20编辑于 2022-05-13 - 来自专栏刷题笔记
2-3 链表拼接 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101050371 2-3 链表拼接 (20 分) 本题要求实现一个合并两个有序链表的简单函数
79340发布于 2019-11-08 - 来自专栏python3
2-3 选项卡控件
2-3 选项卡控件 u本节学习目标： n了解选项卡控件的基本属性 n掌握如何设置选项卡控件的属性 n掌握统计页面选项卡控件页面基本信息 n掌握选项卡控件的功能操作控制 2-3-1 简介 在 Windows 一般选项卡在Windows操作系统中的表现样式如图2-3所示。 ? 图2-3 图片框控件的属性及方法 2-3-2 选项卡控件的基本属性 图片框控件是使用频度最高的控件，主要用以显示窗体文本信息。 其基本的属性和方法定义如表2-3所示： 属性 说明 MultiLine 指定是否可以显示多行选项卡。如果可以显示多行选项卡，该值应为 True，否则为 False。 使用这个集合可以添加和删除TabPage对象 表2-3 选项卡控件的属性 2-3-3 选项卡控件实践操作 1．
2.4K10发布于 2020-01-07 - 来自专栏python3
2-3 T-SQL函数
2-3 T-SQL函数 学习系统函数、行集函数和Ranking函数；重点掌握字符串函数、日期时间函数和数学函数的使用参数以及使用技巧 重点掌握用户定义的标量函数以及自定义函数的执行方法 掌握用户定义的内嵌表值函数以及与用户定义的标量函数的主要区别 我们首先运行一段SQL查询：select tno,name , salary From teacher，查询后的基本结构如图2-3所示。我们看见，分别有三位教师的薪水是一样高的。 图2-3 薪酬排序基本情况 图2-4 row_number函数排序 图2-5 row_number另一使用 我们可以使用Row_number函数来实现查询表中指定范围的记录，一般将其应用到Web应用程序的分页功能上
2.3K10发布于 2020-01-08 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。” 三、很多AI感，其实来自“语速太统一”这个问题也是后面复盘才发现的。一开始为了省事，我会统一设置：speed=1.1整条视频全程一个速度。结果听久后，会明显感觉：特别机械。 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。”
33400编辑于 2026-05-10短剧译制成本占比拆解：翻译配音字幕擦除工程各花多少钱？
工序2：AI配音（情绪TTS）计算类型：GPU密集型神经网络推理成本驱动：配音音频时长 × 每秒TTS推理成本典型比例：全流程成本的45-55%为什么配音是最重的成本环节：配音（情绪TTS）是自回归序列生成任务 以情绪特征向量为生成条件注入TTS解码器，使输出携带原片演员的情绪特征· 音色克隆预处理：从≥2秒的参考音频建立说话人音色向量，每个角色首次出现时执行一次这三个步骤的额外计算，是情绪TTS成本高于基础TTS 2- AIGC填充生成：用AI生成技术填充被字幕遮挡的区域，使修复区域在视觉上与周围融合4K视频的擦除计算量：· 4K分辨率（3840×2160）每帧像素数量约是1080p的4倍· 25fps的25分钟视频有 二、全流程成本占比图示字幕翻译 [════════════════════] 25%AI配音 [══════════════════════════════════════] 50%字幕擦除 [════ A：价格上情绪TTS约是基础TTS的2-3倍。对高情绪密度内容（霸总剧、宫斗剧），完播率的差距会更直接地体现在投流效率上。
42410编辑于 2026-06-30AI 漫剧本地部署实战｜AI 音色克隆集成，漫剧配音素材与工程落地
标签：#AI漫剧#本地部署#AI声音克隆#TTS音色素材#ComfyUI#本地AI短视频#AI配音#漫剧量产前言在2026年AI短视频创作赛道当中，AI漫剧已经成为内容产出效率极高的创作方向。 区别于传统短视频真人拍摄、后期剪辑需要大量人力物力投入，AI漫剧依托本地大模型、图像生成模型、语音合成模型，能够在本地离线环境完成从剧本撰写、分镜绘图、角色配音到视频合成的全链路生产。 配音是决定AI漫剧最终观感、故事代入感的核心一环。 1.3语音合成与AI音色克隆模块（本文重点）接收剧本内的角色台词、情绪标签，调用本地TTS模型，加载音色素材，输出对应角色的wav配音音频。 二、AI声音克隆技术基础原理与漫剧业务适配很多初学者会混淆“预训练音色”和“声音克隆”两个概念，在做漫剧配音的时候搞不清楚两者的适用场景。
4800编辑于 2026-08-30- 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。 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——
3.2K50发布于 2018-04-02 一个人也能做AI漫剧：从选题到成片的完整生产系统
编剧、分镜师、画师、配音、后期……少说也得四五个人，周期动辄一两个月。但现在不一样了，AI把“一个人就是一个剧组”变成了现实。 实操建议：打开泡漫或类似平台的选题助手，花半小时把热门榜单过一遍，锁定2-3个你感兴趣且有数据支撑的方向，再从中选一个你最擅长的。二、剧本：让AI当你的编剧选题定下来之后，就要把想法变成剧本。 配音这块，现在AI的选择非常多：豆包语音合成：中文首选，80%的场景用它都能搞定EdgeTTS：完全免费不限量，适合多角色配音剪映AI配音：如果你前期已经用了剪映的成片助手，配音不换工具，一步到位MiniMax 语音：情绪表达的天花板，情感戏闭眼选Feeeeco（飞酷）：对动漫腔、日系语气词的拿捏非常到位，做国漫风或日漫风的首选配音做完之后，剪映专业版可以把所有素材（画面、配音、字幕、配乐）整合到一起完成最终剪辑 /ComfyUI工作流批量生成漫画画面配音豆包/EdgeTTS/MiniMax多角色、多语种、情感丰富剪辑剪映专业版/万兴喵影一站式后期合成AI漫剧真正的难点，从来不是某个工具怎么操作，而是能不能把零散的技巧串成一套可以持续运转的系统
8800编辑于 2026-08-28
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