8GB 显卡本地跑 80 角色有声书:KeenLore 全流程开源方案
autonoma_2042 · reddit · 2026-11-20
一位科幻小说作者为把 80+ 角色、含唱歌/音乐/耳语的复杂小说做成有声书,开发了本地运行的有声书旁白软件 KeenLore,全部跑在单容器内(CUDA 13 + PyTorch + llama.cpp + audio.cpp),硬件仅 Ryzen 5 7600 + 8GB T1000(50W)+ 96GB 内存,MoE 专家放内存、其余上卡。
流水线分五段:
- 文本分析:Qwen3.6-35B-A3B 做说话人归属、声音描述、情感指令与语法检查(作者认为语法检查远胜 Muse Glimmer/GRMR)
- 声音设计与克隆:FireRedTTS3、OmniVoice、Qwen3-TTS 1.7B、VoxCPM2 等,质量接近
- 旁白:Fish Audio Drama 3 微调版一骑绝尘,备选 Fun-CosyVoice3、Ming-3.0-tts-tiny 等
- 唱歌:DiffSinger 表现最佳,另有 SoulX-Singer、TCSinger 2
- 质检:Whisper + wav2vec2 对齐 + WavLM 声纹 + OpenLID 组成单元测试,验证音质拟人度
演示视频 9m47s 处可听成品有声书。权重为非商用许可。
「多模态」频道最新
- 用户展示 GPT Astra 6.2 生成海浪装置作品《The Tide Machine》 — dreamwieber · 2026-11-20
- Minimax H3 Ref2Va 配 VHS LoRA,复刻 90 年代录像带质感 — Engine_Hungry · 2026-11-20
- Ideogram 4.6 发布,官方宣布跳过 4.5 直接开源 4.6 权重 — KokaOP · 2026-11-20
- Google 向 AI Pro 订阅用户开放 Project Genie 4 候补名单 — testingcatalog · 2026-11-20
- Tesseract 让 Claude/ChatGPT 直接合成 3D 空间音频 — Ror_Fly · 2026-11-20
- 开源 Reverb-TTS 发布:MacBook 上 17 倍速本地语音克隆 — alexcovo_eth · 2026-11-20