首页/新闻资讯/正文详情

如何用Concat文字转语音与声音克隆本地生成AI旁白:免费Kokoro音色完全教程

发布时间:2026/9/27 6:24:43 来源:云帆数科 栏目:资讯中心
如何用Concat文字转语音与声音克隆本地生成AI旁白:免费Kokoro音色完全教程
如何用Concat文字转语音与声音克隆本地生成AI旁白免费Kokoro音色完全教程【免费下载链接】ConcatThe truly free, and open-source cross-platform CapCut replacement (supports MCPs).项目地址: https://gitcode.com/gh_mirrors/wo/ConcatConcat 是一款真正免费、开源的跨平台视频剪辑工具CapCut 替代方案内置本地运行的文字转语音TTS与声音克隆功能使用免费的 Kokoro 音色模型把旁白文字在电脑上直接合成为音频全程无需联网调用付费 API。本教程带你从零完成 Kokoro 音色下载、AI 旁白生成以及用几秒录音克隆任意声音。一、Concat 的本地语音能力到底强在哪Concat 的语音模块concat-speechcrate走的是「本地优先」路线包含两条能力文字转语音TTS输入文字本地合成 WAV 旁白直接落到项目时间轴语音转文字本地 Whisper 模型自动生成带时间轴的字幕。所有模型按需下载到应用数据目录tts-models/模型id/首次下载后会校验 SHA-256 指纹保证字节级完整。合成在本地 CPUmacOS 可选 CoreML 加速完成不上传任何录音和文字——对在意隐私的创作者非常友好。二、三大AI语音模型怎么选Concat 提供三套 TTS 引擎在「设置 › 语音」中下载模型定位体积特点Kokoro紧凑版 int8内置音色推荐约 132 MB英语中文28 位说话人速度快Kokoro全精度内置音色约 350 MB比特级完整权重音质差异极小Pocket TTS声音克隆约 98 MB用几秒录音克隆任意声音英语Chatterbox Turbo录音室级克隆约 1 GB最接近录音室音色支持[laugh]等表情标签仅桌面端新手建议先装Kokoro 紧凑版下载量只有全精度的三分之一绝大多数耳朵听不出差别需要克隆声音时再补装 Pocket TTS。三、一键下载Kokoro音色模型步骤打开设置 › 语音Settings › Speech会看到模型列表与各自体积说明点击 Kokorocompact的下载按钮进度条会显示下载与解压两个阶段.part分段下载 暂存解压中断也不会留下半成品下载源为 Concat 自建镜像镜像不可达时自动回退到上游双重保障macOS 用户可在同页开启加速开关CoreML引擎下次加载时生效。模型清单与校验值定义在 models/manifest.toml下载与合成引擎实现在 tts.rs。四、Kokoro文字转语音生成AI旁白的完整操作1. 打开文字转语音面板通过顶部菜单文件 › 文字转语音或素材托盘中的 Speak 工具。如果当前选中的是文字标题片段面板会自动填入该标题的文案否则从空白稿开始音频会落在播放头位置。2. 选择音色Kokoro 内置 28 位说话人命名自带口音与性别af_美国女性默认af_heart、am_美国男性bf_英国女性、bm_英国男性zf_中文女性如 zf_xiaoxiao、zm_中文男性如 zm_yunjian。面板里会显示「American · female」这样的人话标签上次选的音色会被记住。3. 调节语速与停顿Speed语速0.5× ~ 2.0×1.0 是该声音的自然语速Pauses句间停顿0 ~ 1默认 0.2 属「自然」调高读出来更像纪录片旁白。4. 点击「Generate speech」生成合成逐句报告进度可随时取消。完成后WAV 文件写入项目文件夹的audio/目录随项目一起保存、随项目一起删除自动进入素材箱的Generated › Speech分类自动作为片段插入时间轴——标题稿落在标题起点自由稿落在播放头。界面逻辑与交互细节可参考 speech.slint 与 speech.rs。五、声音克隆用10秒录音克隆任意声音Concat 的克隆不依赖云端原理很简单让模型「听」一段几秒的参考录音再用那个声音读你的文案参考窗口最多取 10 秒。使用 Pocket TTS 克隆的步骤先导入一段有清晰人声的片段到项目素材箱视频、音频均可打开文字转语音面板模型选Pocket TTS打开Use sample voice使用样例声音开关在波形列表里选中那段录音——列表按波形缩略图展示一眼挑出「干净的那条」用Voice from滑杆微调起点从这个人声出现的位置开始听调 QualityQuick / Balanced / Fine对应 3/5/8 步与语速后生成。特别实用的一点选中时间轴上的某个片段时面板会直接把它的录音作为默认样例——相当于用视频里主角自己的声音给新镜头配音。追求更高拟真度可以装Chatterbox Turbo它是三者中最接近录音室音色的引擎还支持在稿子里插入[laugh]、[chuckle]、[sigh]表情标签让旁白带笑意或叹息。代价是约 1 GB 体积和更长的等待时间。六、常见问题速查没有下载模型就点了生成面板会提示「Download a voice model in Settings › Speech first」去设置里装好即可Kokoro 和 Pocket 能一起用吗可以两者独立缓存、互不冲突但同一时间只跑一个合成任务防止两个任务争取消标志合成很慢优先选 int8 紧凑版macOS 上打开加速开关Pocket 的 Quality 选 Quick克隆出来的声音不像换起点滑杆找一个人声最清晰的片段避开背景音参考录音太安静峰值过低引擎会直接给出警告。七、相关文件导航语音引擎与模型管理src/crates/concat-speech/src/tts.rs语音面板交互逻辑src/crates/concat/src/panes/speech.rs模型清单与校验值models/manifest.toml语音合成数据接口docs/api/types.mdConcat 让「本地生成 AI 旁白」变成三件简单的事下个模型、选个音色、点下生成。所有音频都留在你的电脑里免费且开源。【免费下载链接】ConcatThe truly free, and open-source cross-platform CapCut replacement (supports MCPs).项目地址: https://gitcode.com/gh_mirrors/wo/Concat创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关推荐

Python零依赖实现动态跳动爱心:终端字符动画与ANSI色彩实战
Python零依赖实现动态跳动爱心:终端字符动画与ANSI色彩实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/27 6:24:24

wordpress调整布局防挂马实战:3个免费工具搞定安全
wordpress调整布局防挂马实战:3个免费工具搞定安全

wordpress调整布局防挂马实战:3个免费工具搞定安全 上周一个做外贸的客户急得打电话,说官网首页突然弹出一堆赌博广告,后台也进不去了。这种情况太典型了,很多站长遇到网站被黑挂马,第一反应是删文件、改密码,但往往治标不治本,过两天又复发… · 2026/9/27 6:24:18

图灵奖获得者的学术谱系:一部计算机科学的思想家谱
图灵奖获得者的学术谱系:一部计算机科学的思想家谱

图灵奖获得者的学术谱系:一部计算机科学的思想家谱核心概要图灵奖自1966年设立至今,六十余年间授予了约八十位科学家。若将他们置于“谁指导了谁”的时间轴上审视,散落的获奖者名单便显现出清晰的树状结构:计算机科学并非由孤立的… · 2026/9/27 6:24:18

分组密码填充(Padding)完全指南:PKCS7、0x80 填充规则与不校验填充引发的 CTF 攻击
分组密码填充(Padding)完全指南:PKCS7、0x80 填充规则与不校验填充引发的 CTF 攻击

文档网络安全教程 【免费下载链接】ctf-wiki Come and join us, we need you! 项目地址: https://gitcode.com/gh_mirrors/ct/ctf-wiki 点击查看 免费下载 本文以 CTF Wiki 中 填充方式 一节为骨架,系统梳理分组密码中常见的五种填充规则及其字节级示例… · 2026/9/27 7:03:38

不会代码也能做站:新手建站广告联盟赚钱完整流程
不会代码也能做站:新手建站广告联盟赚钱完整流程

不会代码也能做站:新手建站广告联盟赚钱完整流程 自己不会代码想做网站,是不是觉得心里发虚,怕被坑钱或者根本做不出来?别慌,今天就把这套 新手建站广告联盟赚钱 的 完整流程… · 2026/9/27 7:03:32

RSUITE DOMHelper 使用指南:React 项目中的 DOM 操作助手 API 全解析
RSUITE DOMHelper 使用指南:React 项目中的 DOM 操作助手 API 全解析

前端UI组件 【免费下载链接】rsuite 🧱 A suite of React components . 项目地址: https://gitcode.com/gh_mirrors/rs/rsuite 点击查看 免费下载 在 React 项目中,官方并不推荐直接操作 DOM,而是主张通过状态与虚拟 DOM 驱动界… · 2026/9/27 7:03:32

Open CoDesign EDITMODE 协议指南:从 TWEAK_DEFAULTS 声明到可调节控件的完整实现
Open CoDesign EDITMODE 协议指南:从 TWEAK_DEFAULTS 声明到可调节控件的完整实现

人工智能AI 应用桌面应用 【免费下载链接】open-codesign Open-source Claude Design alternative. One-click import your Claude Code / Codex API key. Prompt → prototype / slides / PDF. Multi-model (Claude, GPT, Gemini, Kimi, GLM, Ollama). BYOK, local-first, MIT… · 2026/9/27 7:03:26

GitHub Desktop 发布说明写作规范与自动化流程解析
GitHub Desktop 发布说明写作规范与自动化流程解析

开发工具桌面应用 【免费下载链接】desktop Fork of GitHub Desktop to support various Linux distributions 项目地址: https://gitcode.com/gh_mirrors/des/desktop 点击查看 免费下载 本篇技术指南基于 GitHub Desktop 仓库的 docs/process/writing-release-no… · 2026/9/27 7:03:26

iPhone手机防盗迎来重大升级!iOS 27自动锁定功能曝光,被偷瞬间秒锁屏保护你的数据
iPhone手机防盗迎来重大升级!iOS 27自动锁定功能曝光,被偷瞬间秒锁屏保护你的数据

手机被人从手里一把拽走的那几秒钟,恰恰是你最不设防的时刻——屏幕还亮着,微信还在弹消息,支付宝甚至不需要密码就能打开。就在这个令人后背发凉的缝隙里,苹果悄悄出手了。在最新曝光的 iOS 27 Beta 2 版本中,一项名为… · 2026/9/27 7:03:20

MATLAB雷达信号脉冲压缩仿真:LFM线性调频、匹配滤波与距离分辨率实现
MATLAB雷达信号脉冲压缩仿真:LFM线性调频、匹配滤波与距离分辨率实现

简介:这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程,从线性调频(LFM)信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑,面向电子信息工程、计算机、数学等专业学生,适用于课程设计、期末大作… · 2026/9/27 0:00:01

汕头网站建设制作厂家避坑指南:5大注意事项救急
汕头网站建设制作厂家避坑指南:5大注意事项救急

汕头网站建设制作厂家避坑指南:5大注意事项救急 改个需求建站公司拖一周,这种憋屈事我见得太多了。 很多汕头老板找本地建站团队,签合同前看着方案挺美,一上线就变脸。 今天不聊虚的,直接拆解找 汕头网站建设制作厂家 时的5个核心 注意事项… · 2026/9/27 0:00:01

多模态虚假新闻检测实战:BERT+ResNet双塔与对比学习
多模态虚假新闻检测实战:BERT+ResNet双塔与对比学习

简介:基于PyTorch的多模态虚假新闻检测项目完整代码包,面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者,解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征,以Res… · 2026/9/27 0:00:01

MATLAB雷达信号脉冲压缩仿真:LFM线性调频、匹配滤波与距离分辨率实现
MATLAB雷达信号脉冲压缩仿真:LFM线性调频、匹配滤波与距离分辨率实现

简介:这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程,从线性调频(LFM)信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑,面向电子信息工程、计算机、数学等专业学生,适用于课程设计、期末大作… · 2026/9/27 0:00:01

汕头网站建设制作厂家避坑指南:5大注意事项救急
汕头网站建设制作厂家避坑指南:5大注意事项救急

汕头网站建设制作厂家避坑指南:5大注意事项救急 改个需求建站公司拖一周,这种憋屈事我见得太多了。 很多汕头老板找本地建站团队,签合同前看着方案挺美,一上线就变脸。 今天不聊虚的,直接拆解找 汕头网站建设制作厂家 时的5个核心 注意事项… · 2026/9/27 0:00:01

多模态虚假新闻检测实战:BERT+ResNet双塔与对比学习
多模态虚假新闻检测实战:BERT+ResNet双塔与对比学习

简介:基于PyTorch的多模态虚假新闻检测项目完整代码包,面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者,解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征,以Res… · 2026/9/27 0:00:01

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码