WorkBuddy 本地部署 Audio8 TTS 小模型,13 秒原声克隆音色
作者马佳彬演示用一段提示词让 WorkBuddy 在普通电脑 CPU 上本地部署轻量声音克隆模型 Audio8 TTS(github.com/Edge0-AI/Audio8_TTS),实测上传 13 秒自己录制的原声,约半分钟完成音色克隆,随后合成出 9 秒配音,无需独立显卡。
声音克隆的门槛已经落到普通办公电脑的 CPU 上,Agent 代办部署让不会技术的人也能自己搭语音能力。
- 影响视频配音、动画和数字人等语音产出可先零 API 成本本地试跑;无独显的普通办公电脑也能承担合成;克隆只需 10 秒样本,商用前声源授权要自行确认。
- 参考可考虑让内容团队选一个固定配音场景试跑 0.1B 版并与现有配音方案比音质和成本;值得先列一份声源授权清单,效果不够再让 Agent 换 0.6B 版。