已收录文章摘要，完整内容可前往原文阅读。
我把配音全留在本地跑了，从一段参考录音到能交下游的成片，VoiceStudio 把这事拆成了能逐项检查的操作。 声音克隆先拿 3 到 10 秒干净录音试。没录音也能靠属性生成声音。视频配音得逐句核对角色和时长，译文太长就砍短或用时间拟合。长文任务会缓存成品，改过的地方才重做。 模型装在哪比数量更要紧。苹果芯片、英伟达显卡都能跑，没独显也能用 CPU。安卓和 iOS 也有预览版，但高级功能还得配电脑。桌面端默认开在 3900 端口，Agent 直接调 MCP 就行。 第一...