🏷️ 声音克隆

我测试了5个声音克隆项目，最后留下了这一个

本文分享了作者在制作AI视频过程中，从使用MiniMax云端API转向本地部署IndexTTS2的实践经验。作者详细对比了两者在中英混排发音、音频格式、离线能力、声线一致性及成本等方面的优缺点，最终选择了IndexTTS2以保障视频工作流的可控性与稳定性。

一个人的 AI 视频生产线：从 MiniMax 到本地声音克隆与数字人

文章详细记录了作者构建个人 AI 视频生产线的全过程。包括从 MiniMax 云端声音克隆迁移到本地 IndexTTS2 以降低成本和延迟，解决参考音频漂移问题；接入 HeyGen 数字人实现虚拟分身，并通过脚本自动化视频合成与人脸裁切。文章分享了具体的代码配置、生产流程（脚本、配音、字幕、合成）以及避坑指南，适合高频视频创作者参考。

Codex + Hyperframes + HeyGen +声音克隆：零基础自媒体变现全开源

作者分享了利用 Codex、Hyperframes、HeyGen 和 IndexTTS2 等工具构建的自动化视频工作流，实现了零基础、低成本的短视频制作与变现。文章详细介绍了各工具的选型理由、工作流架构及成本账单，旨在帮助读者通过 AI 技术解决内容生产的效率问题。

用AI制作视频的核心心法与全流程解析

文章分享了作者使用 AI 制作视频一个月沉淀下来的完整方法论与避坑指南。不同于只关注画面生成的常规教程，作者提出“音频驱动视频”的核心心法：从逐字稿和字幕文件入手，确立时间轴基准，再通过 Remotion 等工具同步控制画面、动画与音效。内容详细拆解了音频处理、画面设计、素材库沉淀及验收调试等关键环节，并开源了三个相关 Skill，旨在帮助创作者建立可复用的 AI 视频生产工作流。

免费开源TTS模型Confucius 4-TTS：本地声音克隆实战与WeSight集成

文章介绍了如何利用网易有道开源的免费TTS模型Confucius 4-TTS实现本地声音克隆。作者展示了将该模型集成到WeSight桌宠中，实时使用复刻音色进行任务播报的过程。该模型仅1.3B大小，支持14种语言的无参考文本克隆，并提供了详细的本地部署代码及在Mac和远程服务器上的运行方案。