口播AI数字人生成软件

【软件版本】V1.4

【软件介绍】

口播数字人生成助手，是一款可以快速生成口播类视频的工具，在配置好相关功能参数的情况下，用户仅需导入相关数据，即可一键挂机批量生成视频。

口播数字人生成助手，整合了音频文件转写功能、文本合成功能（目前已内置IndexTTS和F5TTS两大模型）、音频驱动数字人合成功能（目前内置heygem数字人模型）

【使用要求】

1、电脑系统必须是win10以上的操作系统，并且安装了Microsoft Visual C++ Redistributable 运行库。

2、必须拥有显存至少达到8G的显卡，比如我本地环境4060的8G显卡；显卡和CPU越好生成速度越快。

3、电脑内存建议32G以上，载入各种模型需要使用相关内存资源，比如我的电脑载入模型后，内存消耗16-20G之间。

PS：我们建议您在使用之前，先找个1分钟的音频进行合成测试，看看您的电脑配置合成1分钟的数字人需要多长时间；若时间太长建议升级电脑配置/租用GPU电脑使用，以提升生成效率！

注：本人4060的8G显卡，综合测试下来，生成1分钟的数字人视频，平均在10分钟。

【更新日志】

2025.6.30口播数字人生成助手V1.4更新日志：

1、修复实际发起音频克隆合成任务成功，但是因为POST超时问题进行二次请求，无法检测到合成状态问题。

2、音频克隆合成新增自定义超时设置，若达到指定的超时时间依然没有生成成功，将会结束生成操作！

口播数字人生成助手V1.2更新日志：
1、修复AI修稿/二创，指令设置无效问题。
2、优化AI修稿指令模板。

口播数字人生成助手V1.1更新日志：
1、移除F5TTS语音克隆模型。
2、优化升级IndexTTS语音克隆模型，简化参数配置，生成速度更快，支持音量和音速调节。
3、修复文本语音克隆生成时，本地不存在文本文件时，软件按钮点击之后出现不可选问题。

PS：由于本次进行了大模型的精简和优化，必须重下完整包；精简后的完整包从21G降低到17.7G

口播数字人生成助手V1.0更新日志：
1、支持对音视频文件进行一键转写文稿。
2、支持对文稿根据设定的音色进行音频合成。
3、支持根据设定的数字人形象，一键快速合成数字人视频。

在所有参数配置好的情况下，可以导入【对标账号音视频】/【视频文案】/【视频音频】三种方式，快速进行数字人生成！

【软件截图】