用豆包免费复刻万物拟人风AI科普视频:完整工作流拆解
作者拆解了小红书账号「生活很EASEy」的万物拟人风AI科普视频(一个月涨粉1.6万),并验证用豆包免费对话即可复刻。文章详细介绍了5步工作流:选题、定角色图、写口播稿、口播稿转视频脚本、分段出视频。核心难点在于解决台词与画面的时间对齐问题,思路是先把台词定死再让画面跟随。全程20分钟完成一条23秒视频,作者还分析了带货、品牌商单、卖工作流等变现路径。
作者拆解了小红书账号「生活很EASEy」的万物拟人风AI科普视频(一个月涨粉1.6万),并验证用豆包免费对话即可复刻。文章详细介绍了5步工作流:选题、定角色图、写口播稿、口播稿转视频脚本、分段出视频。核心难点在于解决台词与画面的时间对齐问题,思路是先把台词定死再让画面跟随。全程20分钟完成一条23秒视频,作者还分析了带货、品牌商单、卖工作流等变现路径。
作者为搭建视频配音工作流,测评并整理了 10 个开源 TTS 项目,按用途分为四组:中文配音带情绪(IndexTTS、VoxCPM、Qwen3-TTS、CosyVoice)、声音克隆与个性化(GPT-SoVITS、Chatterbox)、多人对话与播客(Fish Speech、SoulX-Podcast)、轻量实时(Kokoro、VibeVoice-Realtime)。文章为每个工具提供官方安装命令、可直接复制给 Agent 的提示词、显存配置要求、许可证说明及踩坑经验,强调选型应先看用途和显卡配置,再看 GitHub 星数。
作者用24秒自己的录音实测了Qwen3、VoxCPM2、Index 2.5、Index 2.0和小米MiMo五款TTS工具的语音克隆效果。每款读取相同两篇文案,从音色相似度、语气控制、生成耗时等维度对比。结果显示VoxCPM2和Index 2.0效果最好,是本地方案的首选;Qwen3可用但调节空间有限;小米MiMo通过API云端生成,适合不想本地部署的用户。文章还详细介绍了各工具的界面功能和在RTX 4070 Ti SUPER上的实际等待时间。