GitHubDaily(@GitHub_Daily):想做真人口播视频，又不想自己对着镜头一遍遍念稿，找配音、对口型、剪字幕一套下来半天没了。 video-ai-talking 这个开源工具，丢进去一段真人出镜视频，脸清楚就行不用说话，再写好要说的话，本机就能合成一条竖屏 MP4。流程是先配音，火山引擎和阿里百炼选一家，再把真人视频和配音交给百炼的对口型接口，最后用 FFmpeg 拼上字幕合成。 GitHub：https://t.co/lZZiqYKhrF 口播文案自己手写，也能填个主题让 DeepSeek 生成，成片时长 15 到 60 秒可选。某几句想换画面，把视频素材拖到那句字幕旁边就行。字幕样式有多套皮肤，标题字幕能单独开关。密钥只存在自己浏览器里，任务和成片写在本机，没有云端服务器。参考视频不用念台词这点省事，随手录一段正脸就能反复用。作者在 B 站录了介绍视频，想做知识口播又懒得出镜念稿的可以试试。

2026.09.06 08:30

想做真人口播视频，又不想自己对着镜头一遍遍念稿，找配音、对口型、剪字幕一套下来半天没了。 video-ai-talking 这个开源工具，丢进去一段真人出镜视频，脸清楚就行不用说话，再写好要说的话，本机就能合成一条竖屏 MP4。流程是先配音，火山引擎和阿里百炼选一家，再把真人视频和配音交给百炼的对口型接口，最后用 FFmpeg 拼上字幕合成。 GitHub：口播文案自己手写，也能填个主题让 DeepSeek 生成，成片时长 15 到 60 秒可选。某几句想换画面，把视频素材拖到那句字幕旁边就行。字幕样式有多套皮肤，标题字幕能单独开关。密钥只存在自己浏览器里，任务和成片写在本机，没有云端服务器。参考视频不用念台词这点省事，随手录一段正脸就能反复用。作者在 B 站录了介绍视频，想做知识口播又懒得出镜念稿的可以试试。