DramaBoxStudio：8G显存就能跑的AI配音工具，自带语音库和对话工坊

想给视频配个AI旁白，结果发现那些语音克隆方案动辄要24G显存。

DramaBoxStudio 是Resemble AI旗下DramaBox的社区改编版，专门给中文用户做的本地化包装。核心卖点是8G显存就能跑，自带语音库管理和对话工坊。

能做什么

上传10秒左右的人声样本，模型就能模仿那个音色。用英文写说话人特征（性别、年龄、情绪），引号里放中文或英文台词，模型会按描述来演绎——包括笑声、叹气、停顿、语气转换。

语音库管理：上传的参考音频可以命名保存，后续直接点选调用，不用每次都重新上传。对话工坊：扔进去一段剧本，自动解析角色分配，批量生成对话音频。做有声书、广播剧、短视频配音的应该能省不少事。

内置18种非语言提示词（深呼吸、清嗓子、声音颤抖之类），一键插入。中文文本选中后自动套双引号，避免格式错误。显存自适应分三档配置，8G能跑，24G也能榨干。

写prompt的门道

基本结构：英文说话人描述，引号里是真正念出来的内容，引号外是表演指示。比如 “She sighs deeply” 会生成叹气声，但 “Sigh” 放引号里模型就会字面念出”叹息”——这是第一次用最容易踩的坑。

长句中间插动作描述来断句，比一口气念到底要自然。笑声、吸气这些拟声词可以塞引号里，但必须是单字或叠词形式。

怎么跑

懒人方案：去wangzhifeng.vip下整合包，嵌入式Python+模型权重全打包好，解压双击bat文件就行。Windows 10/11，NVIDIA显卡8G显存起步。源码方案需要Python 3.10-3.13，硬盘空余25G左右（模型占大头），首次运行要联网下权重。

项目下载：https://pan.quark.cn/s/918ecb5f022c

GitHub 项目地址：https://github.com/wwzhifeng/DramaBoxStudio