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_MOCK1 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 ffprobegit 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