不会剪视频的人，真的等到救星了！ 这个工具搞定语音转文字、翻译、配音、字幕生成和变声。 完全免费开源，在你电脑本地跑，不用上传到云端 GitHub:

💡工作流分享： 1 人1小时搞定片长 1 分钟的视频“中译英” 1.ffmpeg抽离中文配音 2.vocal remover分离bgm和中配 3.剪映转写中文字幕... 4.GPT4.5 翻译润色英文字幕 5.elevenlabs TTS生成英配音频 6.FCPX合成（裁切原字幕+英字、合配音+原bgm音频、细节修正） 👀大佬们遇到类似场景有更好的解决方案么？show more

宝玉老师的 BaoCut , 用来学英语，做信息搜集，简直太疯狂了 1/ 可以转录Youtube上任意视频，丢个URL就好 2/ 把翻译的中文，合轨到双语字幕 工具免费，skill... 开源。你唯一要准备的是，Mac !!show more

突然想到一个做数字人的超低成本方案： 1. 先让 ChatGPT 生成人物形象和口播文案以及整个视频生成提示词，背景要带绿幕的 2. 上传这个绿幕人物形象到 Grok 视频生成网站，粘贴... GPT 写的提示词 3. 下载生成好的视频，打开达芬奇把绿幕抠掉，放到背景图片/视频上，导出视频 成本超级低！ 当然缺点也是有的，grok 最长只能生成 10s，还喜欢乱加字幕，如果不生成带声音的，声音自己合成也许就没这个问题。 生成效果也不太可控，不过这的确是成本很低的方案。show more

又发现 GitHub 上一款开源强大的文本转语音工具：Abogen。 能快速将 ePub、PDF 或文本文件转换成高质量音频，并生成匹配的字幕。 GitHub： 主要特性： -... 支持 ePub、PDF、TXT 多种文件格式输入 - 基于 Kokoro-82M 模型生成自然流畅语音 - 自动生成时间同步字幕文件 - 内置语音混合器创建个性化声音 - 支持多种语言包括中文、英文、日语等 - 批量队列处理多个文件 提供 Windows 一键安装器，同时支持 pip 安装和 Docker 部署方式。show more

Claude 开发者大会给KOL发的这个Cardputer感觉很不错 售价 $29.9（约 ¥215） 可以： 在 Cardputer 上敲问题... → 通过 WiFi 发到你电脑 → 电脑上的 Claude Code 处理 → 结果回传到小屏幕显示 当语音对讲口：按住按键说话 → 录音传到你电脑 → STT 转文字 → 喂给 Claude → TTS 播回小喇叭 当 Claude 的"实体宠物"：屏幕上跑个像素小动物，Claude 思考时它在动，回答时它说话 也可以把把 Cardputer 接到 OpenClaw上，支持语音输入、TTS 语音回答show more

Memo 可以使用本地大模型离线翻译视频和字幕了！ - 保护隐私：意味着你的私密会议、对话不会被传到互联网 - 省钱：不过换算硬件和电费，也省不了多少钱 - 延迟低，断网可用：无网环境下，真的需要不耽误事 测试翻译效果的话，越大模型效果会好一些。

这个不错，原生 macOS 视频下载工具，在一个应用内完成视频下载、裁剪和管理，背后跑的是 yt-dlp。 粘贴链接，一个 Spotlight 风格的小窗口弹出来，点一下就开始下载。下载完自动转成通用 MP4、复制到剪贴板、存到你选的文件夹，还带缩略图历史。

MiniMax H3 开源了，普通人能不能用？ 能，但要分两种情况。 想直接生成视频： 不用安装模型，也不用买显卡，直接用 MiniMax 官方网页或 API，按使用量付费。最省事，但具体价格要看官方平台当前显示。... 想免费本地运行： 先从 GitHub 下载 H3，再安装运行工具，比如 ComfyUI 或 SGLang。 需要你的电脑有高性能显卡。官方示例是 4 张 GPU，普通电脑和游戏本基本跑不动。模型文件免费，不代表使用免费，显卡、电费、云服务器都要自己承担 H3 有两个版本： FL2VA：输入文字、首尾画面来生成视频 Ref2VA：输入图片、视频、音频作为参考来生成视频 它能生成 4～15 秒视频，并同步生成声音。 注意： 现在开源的主要是基础模型，本地通常生成 768p 视频。复杂提示词处理和 2K 高清输出，还要调用官方 API。 一句话： 没显卡，直接用网页或 API 有高端显卡，才适合本地部署 想研究模型，下载开源权重 想马上出片，别折腾安装。 下面是MiniMax H3 跟Seedonce 2.0 同样的提示词生成 GitHub：show more

别再到处找视频下载工具了，这个视频下载神器已经在gitHub 斩获 17w star 兼容抖音、小红书、B站以及海外上千个视频平台 支持分段下载、多线程、外挂字幕、直播录制、无损画质，电脑手机都能用 一个工具就能搞定所有平台的视频下载。

语音圈真的炸了，这个github开源黑科技把AI语音干到了离谱的程度，项目叫 VoxCPM2，已经揽获 22.9k star。 你用自然语言描述一个声音，它就能帮你生成出来。 不用找参考音频，也不需要任何样本，直接就能出效果。 更绝的是它的克隆能力。 随便找一段音频扔进去，它可以 1:1... 复刻那个声音的音色、语气、情绪和节奏。 如果你再把原始文字稿也一起给它，连说话时的呼吸节奏、细微停顿都能还原。show more

找了很久的本地格式转换工具，终于找到完美方案。 VERT - 开源转换神器 ✓ 完全本地运行(基于 WebAssembly) ✓ 无文件大小限制... ✓ 支持 250+ 格式:图片/音频/文档/视频 ✓ Docker 一键部署 + 中文支持 ✓ 界面简洁(Svelte 开发) 特别适合: - 批量转 WebP 减少网站体积 - 处理敏感文件不想上传云端show more

🚨重大新闻：最佳免费AI视频工具来了！ 现在只需文字描述就能生成高质量4K视频。 SkyReels V2是开源、无限制且完全免费的。 下面是工作原理（附真实案例）：👇

学习累了看会片：偶然间发现了一个提供各种影视资源的导航平台：不求人导航，就如这个名字，以后找片啥的不用求人了，各种免费影视资源，无损音乐，下载工具，磁力搜索等的，里面覆盖的资源基本都能满足你了。低调收藏⬇️ 🔗：

这种数字人直播间的搭建成本不到500一个月你敢信？ 之前老刷到这种数字人直播， 今天好奇去问了朋友到底怎么搞的， 结果这门槛低到让我有点惊讶。 现在已经可以做到“半无人”实时驱动了： 真人只需要坐在镜头前，系统拉取摄像头， 靠本地音频就能实时驱动口型，主播全程不用开口说话 不仅能正常加投流，重点是成本算下来竟然不到500 这下业内真不用再担心主播跳槽或者跑路了 AI确实在不知不觉中改变了很多行业的玩法……

哈哈，自从给我开发的 chatbot 加上了内容生成时的打字声音效果后，我就再也接受不了没有打字声音只有打字机效果的其他的 chatbot 了，内容生成的过程变得好无聊，感觉闷闷的不开朗 视频注意要开启声音观看

现在上课、开会真不用听了，全部用 gpt app 就搞定了。 把语音转文字打开，每 10 分钟再点一下（因为一次上限十分钟）。最后让他整理出笔记就可以了。

除了消耗 Token 猛点，别的没毛病，前期，后期，编辑，策划，剪辑，配音，字幕…AI全干了 OpenClaw 在 Seedance 2 上生成视频，然后导入到 Premiere... Pro 并自行完成剪辑show more

兄弟们，AI生成的UI丑到你不敢看？ 这个网站直接把全球2000个顶级产品的设计规范打包成DESIGN.md文件，颜色、字体、间距、布局全给你整理好了，让模型直接读懂设计语言。 免费用，用完真的回不去了😭 🔗

🔥 Cloudflare 开源黑科技来了！ 给你的 AI Agent 一台真正的电脑 👾 cloudflare/computer... 让 Agent 拥有持久化文件系统 + 可切换执行环境： ✅ 完整 Linux 容器（真实二进制 & 网络） ✅ 闪电 Isolate Shell ✅ 隔离 JS 运行时 读写文件、跑命令、用 Git、发布项目……全在 Durable Object 里搞定！ Agent 不再只是聊天机器人，而是真正会“操作电脑”的数字员工 免费开源已上线 #Cloudflare #AIAgents #开源 #DurableObjectsshow more