用 HTML/CSS 加 Kokoro 语音合成，22 秒竖屏短片全流程自动化
viveky259 · reddit · 2026-09-26
作者用 HTML/CSS 动画（Playwright 录制）加 FFmpeg 剪辑，做了一条 22.5 秒的竖屏短片，旁白用本地 Kokoro-82M-8bit 的 amadam 音色合成，配乐用 Python/DSP 自制的 120 BPM 电子底噪并在人声下做 ducking。作者主要想确认两点：节奏是否给每个信息点留足时间，以及手机外放时人声是否清晰。
「多模态」频道最新
- 用户实测：Google Antigravity 视频理解大幅节省剪辑初剪时间 — aronchick · 2026-09-26
- 用 Claude Opus 5.5 一次生成 promo 视频,开发者称视频动画已被解决 — JosephJacks_ · 2026-09-26
- Plenio 发布:ComfyUI 本地音乐生产工具链重写,支持 YuE2 与 MiniMax Music 3 — Vivid_Promise1700 · 2026-09-26
- 《冰雪奇缘》导演:工具在变,讲故事与情感联结从未改变 — vishalmisra · 2026-09-26
- 用户用 MiniMax H3 在 RTX 3090 工作站本地渲染 AI 视频 — WolframRvnwlf · 2026-09-26
- AI 电影感音乐视频《You Don't Get Everything》展示创作水准 — Hellish_NDE · 2026-09-26