盤點本地開源語音解說影片生成工具

在 2026 年 10 月 5 日，有開發者在 Reddit 的 LocalLLaMA 社群發帖，盤點了一套基於開源技術搭建的本地解說影片生成工具方案。該方案使用 Kokoro 負責語音生成，Whisper 負責單詞級時間軸對齊，通過 Headless Chrome 繪製畫面，最後利用 ffmpeg 將各部分合成完整的短影片。

這套工具完全在本地執行，不需要 API Key。發帖者表示該工具雖然能正常工作且無需付費，但功能過於簡單，製作多部影片後容易出現視覺同質化現象，因此也在公開徵集其他同類的免費本地替代工具或流水線方案。