北京
分享至
开发者 @dubbedstudio 动手做了一件事：把面壁智能的 VoxCPM2 变成了一间商用 AI 配音工作室，名字叫 Dubedo。
它解决的是视频翻译本地化里最别扭的一环——配音换语言，说话者的音色身份也跟着丢了。Dubedo 的做法是保留每位说话者的音色身份，让翻译后的声音还是"那个人"。
30种语言，一套流程
Dubedo 支持 30 种目标语言的多语言配音。声音克隆靠参考音频实现，也就是说话者专属的那一段样本，而不是通用音色库。
技术路线上，它采用缓存语音表征加无服务器 GPU 推理。前者减少重复计算，后者按需调用算力，这套组合是它能跑成商用服务的基础。
从转录到混音，收在一处
流程被整合成了一条线：
- 转录
- 翻译
- 说话者感知的语音生成
- 最终混音
四个环节原本散在不同工具里，现在全流程整合于一处。对做本地化的人来说，这意味着不用在多个软件之间来回倒腾素材。
面壁智能的 VoxCPM2 提供底层语音能力，@dubbedstudio 负责把它包装成能直接接单的产品形态。一个模型被开发者拿去开工作室，这类事正在变多。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
