MoneyPrinterTurbo完整离线语音合成指南：无外网批量生成专业级配音

MoneyPrinterTurbo完整离线语音合成指南：无外网批量生成专业级配音

【免费下载链接】MoneyPrinterTurbo利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.项目地址: https://gitcode.com/GitHub_Trending/mo/MoneyPrinterTurbo

MoneyPrinterTurbo 是一款能从主题或关键词出发自动生成带配音短视频的 AI 工具，它的语音合成部分可以完全跑在本地，文本转语音的过程不经过第三方服务。读完这篇文章，你可以在自己的机器上完成离线 TTS 的部署、发音人挑选和常用参数调优。

机器连不上外网时，视频配音怎么办

设想一个场景：公司内网的服务器或者家里那台 NAS，访问外部服务时断时续。你想在这台机器上批量生产短视频，可配音环节每念一句话都要把文本发到网上，网络一抖，整条生成流水线就卡住。这时候需要的是一套本地化的离线语音合成——脚本写好后直接由机器"读"出来。MoneyPrinterTurbo 的语音合成模块内置在项目里，核心实现集中在app/services/voice.py，依赖装好即可直接启用，不需要额外安装别的软件。

离线 TTS 的四个实在好处

• 本地运行：文本转语音的过程全部在本机完成，生成流程不会被网络波动打断。
• 内容不出机器：配音文案不会发往第三方服务器，敏感内容可控。
• 没有按次计费：一次性部署，之后合成多少条都不产生 API 调用费用。
• 批处理更稳：长时间跑视频生成任务时，本地合成比依赖外部接口的中断率低得多。

离线 TTS 部署四步走

准备：建议 Python 3.11 及以上，4 核 CPU、8GB 内存起步，支持 Windows 10 / macOS 11.0 以上。ffmpeg 一般在启动时自动下载，下载不了就稍后手动配置路径。

克隆与安装依赖：

git clone https://gitcode.com/GitHub_Trending/mo/MoneyPrinterTurbo pip install -r requirements.txt

配置：把config.example.toml复制为config.toml，按需填写素材源和大模型相关的 Key，语音部分可以先不动，用默认值。

启动：

sh webui.sh

Windows 上改用webui.bat。起来后是一个文案、视频、音频三栏的界面，填上主题即可开始生成。不走网页也可以直接调 API：/api/v1/videos生成完整视频，/api/v1/audio只生成音频，/api/v1/subtitle只生成字幕，适合接进自己的批处理流水线。

引擎和发音人怎么选

语音合成提供两档引擎：基础版（V1）基于 edge-tts 库，轻量，日常配音够用，还直接给出词级时间戳；增强版（V2）走 Azure 语音服务，语音更自然、字幕时间轴和音频贴合得更准，适合对字幕精度有要求的场景，需要在config.toml里配置对应服务密钥。

发音人方面：中文教学视频默认用zh-CN-XiaoxiaoNeural（晓晓，女声）就足够自然；想要男声可以换云健、云希。英文内容推荐 Ava 系列如en-US-AvaNeural。完整列表有一千多个发音人，覆盖中、英、日、法、德等主流语言，项目里的docs/voice-list.txt可以全量查阅，Web 界面"朗读声音"下拉框里也能试听后再定。

语速和字幕模式怎么调

最常用的三个参数，按"改哪里 → 改什么 → 什么效果"来说：

• 朗读声音：Web 界面"音频设置"区或请求参数里修改，取值形如zh-CN-XiaoxiaoNeural，改完下次生成生效，旁边有一键试听。
• 语速/音量：voice_rate和voice_volume，取值 0.5～1.5，对应 -50% 到 +50%。语速设 1.2 快两成，适合节奏紧凑的教学；设 0.8 放慢，适合娓娓道来的内容。
• 字幕生成模式：config.toml里的subtitle_provider，edge快且省资源；whisper调本地模型对着音频重新对齐，质量更高、占用也更大。

Web 界面里这几项都有滑杆，改数值不需要动配置文件。

三种常见现象的排查

• 现象：合成很慢、任务排队。原因：并发任务太多，CPU 和内存互相抢占。处理：把config.toml里max_concurrent_tasks（默认 5）降到 1～2，素材和音频读写走 SSD。
• 现象：字幕和配音对不上。原因：edge 模式的时间戳是估算出来的，语速越快漂移越明显。处理：把subtitle_provider换成whisper重新对齐，或适当降低语速。
• 现象：启动时提示找不到 ffmpeg。原因：自动下载 ffmpeg 失败。处理：手动安装 ffmpeg，并在config.toml中填上ffmpeg_path。

小结

离线语音合成是 MoneyPrinterTurbo 从"主题到成片"全流程里的一环，部署和参数调好之后，配音环节就完全掌握在自己机器上。项目后续也计划接入 GPT-SoVITS 之类的本地自定义音色，可以持续关注更新。现在就可以把仓库克隆下来，在一台没有外网的机器上跑通你的第一条配音。

【免费下载链接】MoneyPrinterTurbo利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.项目地址: https://gitcode.com/GitHub_Trending/mo/MoneyPrinterTurbo