Reddit 用户开源书籍转有声书视频本地管线

2026 年 10 月 26 日，据 AGI Hunt 报道，Reddit 用户 top115 开源了一条书籍转有声书视频的原型管线。该管线全程在本地运行，输入版权自由的书即可自动为每个场景生成风格一致的配图，并配上 TTS 语音，形成有声书视频。报道称整条流程仅需 8GB 显存即可跑通。目前该项目以原型形式公开，尚无更多关于生成速度、支持语言或具体模型组成的细节披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。