夜雨聆风学习资料网

ARTICLE · 1066913

一键本地 AI 创作!我把语音、音乐、视频三大模型封装成免费桌面 APP

一键本地 AI 创作!我把语音、音乐、视频三大模型封装成免费桌面 APP

本桌面软件提供三大类本地 AI 创作功能模块:

  1. 语音合成:包含语音设计、语音克隆
  2. 音乐创作:支持歌曲创作、纯音乐创作
  3. 视频生成:支持文生视频、图生视频,全能参考
三大模块的生成效果,下面逐一展示。最先来看大家关注度最高的视频生成功能。
文生视频:
提示词:
5秒故事短片,电影镜头,手持微晃纪实感,年轻女子站在公路边,目送车辆缓缓驶远,黄昏金色逆光,空气中浮尘,35mm 胶片,浅景深,暗角,柔和电影色调,缓慢呼吸感运镜,自然微动态,画面连贯无闪烁,高清写实,氛围感叙事
文生视频模式下,只需要输入一段自然语言提示词,搭配软件自带的风格、运镜预设,点击生成,等待约 4.6 分钟,就能得到完整视频。
关注
重播 分享
图生视频:
提示词:
5秒内完成高密度二次元快闪动作:女孩从地面猛然起身,低机位快速推近,镜头闪切;紧接着蹬地爆发飞跃,画面出现强烈速度线和动态残影,镜头快速仰拍;随后进入空中战斗连续快闪,侧身闪避、膝击、踢腿、拳锋冲击,多个动作以极短瞬间切换,画面节奏凌厉,像高燃动画战斗分镜;最后一击强烈闪光爆发,女孩在空中定格收势,敌方被击飞,镜头快速拉近后闪白结束。整体为高质量二维日系动画,赛璐璐画风,鲜明线条,强烈动态模糊,速度线,漫画分镜感,镜头快切快闪,动作连续清楚,人物五官和服饰保持一致,避免人物变形和肢体错误。
图生视频模式,直接拖拽一张二次元图片作为底图,搭配风格、运镜预设,再补充自然语言提示词,点击生成,等待几分钟,就能得到动态画面,效果如下:
关注
重播 分享
全能参考:
提示词:
串联@图片1@图片2@图片3,6秒女装带货试穿短片,模特人物五官长相保持不变,依次展示三套穿搭平滑镜头缓慢环绕,柔和室内柔光,高清电商实拍质感,画面流畅连贯,无人物变形无肢体崩坏无闪烁跳帧,服装细节清晰,自然轻微身体动态,模特缓慢转身展示全身穿搭,16:9横屏,干净简约室内背景,适合服装带货短视频
我导入三张图片素材,编写对应的画面提示词,配置生成参数,最终产出的视频效果如下所示:
关注
重播 分享
接下来我们看语音合成模块。大家最常关注的音色设计、语音克隆两大功能,软件都已支持,一起来看看效果。
语音设计:
合成文本:
近日,一款名为MetaSound的本地AI创作工具正式免费开放使用。该工具依托本地模型运行,无需云端接口,可一键实现语音设计、声音克隆、原创音乐及短视频生成,兼顾隐私安全与创作效率,为自媒体创作者、内容从业者提供了一站式、零门槛的AI音视频全新解决方案。
输入需要合成的文本,手动挑选音色模板,简单调整两项参数,就能一键生成音频文件。我们来试听效果:
语音克隆:
合成文本:
不用联网、无需付费,一款全能本地AI创作工作台MetaSound火爆出圈。软件集成声音克隆、全新音色设计、智能作曲、文生视频、图生视频等多项功能,所有模型本地运行,数据全程不外泄。低门槛操作、高清出片效果,让普通用户也能轻松实现专业级音视频AI创作。
最后,我们来看音乐创作模块。这里就以歌曲生成为例做演示。相对来说这个功能的使用场景没有那么普遍,同时 Minimax-Music3 的音乐生成能力还有提升空间,我们简单看一下效果。
音乐创作
软件发布之后,不少朋友下载体验,还制作了很多测试镜头与原创作品。下面一起来看看同行们用这款工具产出的精彩画面(由于篇幅原因,这里就少放一点)。
关注
重播 分享
关注
重播 分享
关注
重播 分享
接下来分享部分开发过程中的素材,包含软件开发阶段,语音、音乐模块的各类测试样本。
关注
重播 分享
关注
重播 分享
关注
重播 分享
关注
重播 分享
软件整体的底层逻辑也做了优化。无论是音频还是视频生成,全部采用任务队列模式。大家可以一次性提交多个任务,交给电脑后台自动推理。任务运行期间,你可以刷抖音、看 B 站,安心摸鱼。同时也省去了复杂的本地部署步骤。
软件在偏好设置上也做了不少打磨。界面主题、窗口行为都提供了预设选项,方便不同用户按照自己的习惯自由选择。
最重要的是,软件在模型管理上划分得十分清晰。用户用到哪个功能,就按需启动对应的模型,无需一次性加载全部模型。
不少朋友会关心输出文件的命名问题,这点软件也考虑到了。我们内置了多种生成文件命名规则,大家可以按需挑选,也能自定义输出文件名称。
刚才演示时的截图用的都是软件浅色主题,接下来,我们一起看看深色主题的效果。
以上便是项目自 6 月启动开发至今的全部成果。软件仍在持续迭代优化,欢迎各位下载免费体验,并提出反馈建议。
软件详细说明、设备配置要求等内容,均可在博客和 GitHub 项目主页查阅。
软件免费发布网址:
Github:https://github.com/zlingxi/MetaSound
聆曦博客:https://www.aizzx.top/2109.html

相关学习资料