AI口播视频生成工具：录一段不说话的真人视频，AI配音对口型自动合成短视频，安装包下载

录口播最怕说错台词得重来。我之前为拍 30 秒的自我介绍能磨一整个下午。

video-ai-talking 这个本地开源工具思路有点不一样：你先拍一段真人出镜的视频，不用说话，脸清楚就行。然后网页里填好文案，让 AI 配音并对上口型，FFmpeg 自动帮你合成一条竖屏 MP4。

整条链路跑在你本机的 data/ 目录里，Key 只存浏览器本地，不上传作者服务器。

配音接了两家——阿里百炼 CosyVoice 和火山引擎语音合成，选一个使朋就行。对口型走阿里百炼 VideoRetalk，要求参考视频正面近景、人脸清晰。

支侍在指定句子上插入视频素材替换画面，也能加 BGM；懒得写文案就接 DeepSeek 让它自动生成；多套字幕皮肤可换，标题、字幕都能隐藏。

调试有个 VAT_MOCK=1 的模拟模式，不调真实接口也能跑通全链路。重新生成时若参考视频、文案、音色没变，会跳过对口型直接重跑 FFmpeg，省事。

部署门槛不算高：Node.js 20+、本机装好 FFmpeg 和 ffprobe，git clone 之后 npm install、npm run dev 就能起。把百炼 VideoRetalk Key、配音凭证、DeepSeek Key 在「配置」里填好测通了再用。

如果不想出镜又要做口播视频，这套是我目前能想到最省事的本地实现路径。

下载链接：https://pan.quark.cn/s/a6611bfcf360

github.com/yizhi-chengzi/video-ai-talking