跳到正文
11月21日周六
11月3日周二
  1. Gravy For The Brain62

    Gravy For The Brain 教程:如何关闭 Windows 麦克风自动增益与独占模式

    Gravy For The Brain 发布配音录制教程,讲解关闭 Windows 的 Audio Enhancements 与 Exclusive Mode,避免系统自动增益压缩人声动态、其他应用抢占音频驱动导致 DAW 无法录音。

    推荐理由:配音录音实用设置指南,解决自动增益和独占模式导致的动态被压缩、DAW 无法录制的常见问题,对搭建家庭配音棚和保证干净信号链有直接操作价值。

11月1日周日
10月29日周四
10月27日周二
  1. Gravy For The Brain60

    配音音频导出指南:单声道还是立体声?

    Gravy For The Brain 发布教程,讲解配音音频应在何时导出为 Mono 或 Stereo:纯人声如试音、有声书章节、企业旁白和游戏台词应导出为 Mono,文件体积减半且便于客户混音师做声像处理。含背景音乐、立体声音效、多角色声像或双耳定位的成品演示、播客和广告成片则需导出 Stereo;若客户规格另有要求,应以客户规格为准。

    推荐理由:对配音演员的交付规范有直接操作价值:单声道省一半文件体积、减少混音师拆轨返工,含按项目类型的导出对照表,也提醒以客户技术规格为准。

  2. Gravy For The Brain47

    配音选角导演如何选择声音人才

    配音选角导演通常先从每个岗位的150至250份试音中淘汰70%至90%,再依据前10至15秒的呈现、声音档案和试音质量建立候选名单。超过65%的配音工作在家用工作室完成,文章建议将音频峰值控制在-6 dB至-3 dB,并维护按类型划分的资料与专业社交记录。超过50%的配音项目来自合作过的可靠人才或同行推荐。

10月15日周四
10月14日周三
  1. MLX Audio65

    MLX Audio v0.5.9 新增流式语音能力与模型支持

    MLX Audio v0.5.9 新增 Nemotron 流式 STT、Fish S2 Pro 流式支持及 Irodori-TTS v4-Large 支持。版本还修复 Qwen3-TTS 流式解码偏差和未指定 max_tokens 时转写接口被限制为 1024 tokens 的问题,并调整 Metal 内核使用条件与 httpx2 依赖。

    推荐理由:版本说明覆盖流式语音识别与生成模型支持、转写接口修复及Metal内核适配,可直接用于评估AI语音流程升级与部署兼容性。

  2. Fish Speech77

    Fish Audio Drama 3 预发布:支持多角色与局部编辑的语音生成模型

    Fish Audio Drama 3 是一款将文本生成定向表演的开源语音模型,支持多参考声音克隆、自然语言导演指令、多轮重演、语音局部编辑、多角色场景、长文本与流式音频。模型采用35B-A3B混合线性注意力MoE骨干和codebook-MTP音频解码器,覆盖约80种语言和方言,输出44.1 kHz音频;预发布要求至少48 GB显存的NVIDIA GPU,并提供FP8与float16等运行方式。

    推荐理由:预发布模型覆盖多角色对话、按指令表演、轮次修订、局部编辑及长音频生成,并给出显存、语言和采样配置,对AI配音流程评估有直接参考价值。

10月1日周四
  1. Castos Blog67

    Castos 为播客 RSS feed 增加 WebVTT 转写文件支持

    Castos 现在会通过 RSS feed 将 AI 转写转换为带时间戳的 .vtt 文件,并添加到新节目及已有转写节目。创作者也可在单集编辑器上传 .vtt 文件,支持 Apple Podcasts 等读取 Podcasting 2.0 <podcast:transcript> 标签的播客应用显示字幕;文件上限为 2 MB,必须以 WEBVTT 开头并包含至少一条带时间的字幕。

    推荐理由:Castos 将 AI 转写和手动上传的 WebVTT 字幕统一接入 RSS feed,能直接改善 Apple Podcasts 等支持 Podcasting 2.0 的客户端显示,也明确了文件要求、替换方式与订阅权限。

9月29日周二
  1. Audient Blog38

    制作人 Noah Strik 携 EVO 8 在尼泊尔偏远地区录音,并将经历拍成70分钟纪录长片

    制作人 Noah Strik 携 EVO 8 在尼泊尔偏远地区录音,经历地震等波折后,用积累的素材完成一部70分钟纪录长片,计划于10月4日在 Beholders Film Festival 首映。EVO 8 的 USB 供电、便携性和 Smartgain 支持临时搭建移动录音环境,4个输入也让当地增租麦克风的大规模录音成为可能。

9月25日周五
9月24日周四
9月17日周四
9月14日周一
9月3日周四
9月2日周三
  1. FunASR66

    FunASR v1.4.13 发布,新增 n8n OpenAI 音频转写支持

    FunASR v1.4.13 新增服务端对 n8n OpenAI 音频转写的支持,并修复 ONNX 依赖错误、实时 VAD 部分结果超时及 NumPy 2 ABI 不匹配等问题。该版本配套当前预构建 llama.cpp / GGUF 运行时,提供 Linux、macOS 和 Windows 多平台资源;Python 用户可安装 funasr==1.4.13。

    推荐理由:新增 n8n OpenAI 音频转写支持并修复运行时、VAD 与依赖问题,配套多平台预编译资源,对语音转写流程集成和部署维护有直接参考价值。

8月21日周五
8月16日周日
  1. Piper TTS73

    Piper TTS v1.7.0 增加日语 phonemizer 与 libpiper API 选项

    Piper TTS v1.7.0 新增基于 OpenJTalk 的日语 phonemizer,训练时可通过 --data.phoneme_type japanese 使用 ja extra,语音配置中设置 "phonemize_type": "japanese" 后可进行日语合成。

    推荐理由:新增日语 phonemizer、全上下文音调解析及训练配置,并调整 libpiper C API,为日语语音训练、合成和现有调用方升级提供明确接口依据。

8月7日周五
  1. Sonarworks Blog60

    用AI制作C-pop、Mandopop和Cantopop人声的指南

    SoundID VoiceAI通过转换创作者亲自录制的人声音色,制作C-pop、Mandopop和Cantopop的风格化参考人声。中文声调与咬字会由源演唱保留,模型不会纠正发音,因此非母语者应让流利演唱者录制引导人声,并匹配模型适合的输入音域。中文人声扩展包提供10个声音,支持DAW内本地免令牌处理;文章还说明了Unison Mode堆叠、授权来源及商业输出规则。

    推荐理由:文章围绕华语流行、粤语流行和C-pop的AI音色转换制作,解释声调语言中的演唱录音、输入音域、DAW内迭代及混音处理要点,并说明授权与使用边界,对中文人声制作和前期参考制作具有直接决策价值。

8月5日周三
8月4日周二
  1. Voice123 Blog25

    Voice123发文讲解品牌管理方法与专业配音在品牌声音中的作用

    Voice123发文介绍2026年提升品牌知名度的品牌管理方法,涵盖品牌管理的定义、品牌经理的职责,以及从受众研究、品牌定位、视觉识别、品牌声音到内容策略的五步入门流程。文中强调播客、广告、讲解视频等内容的制作中,专业配音是品牌声音的延伸,并推广在Voice123平台雇佣配音演员来满足品牌音频需求。

7月21日周二
7月16日周四
  1. Voice123 Blog14

    《海洋奇缘》真人版与动画版对比:哪个版本更好?

    Disney 的《海洋奇缘》真人版以写实场景、服装、岛礁和 CGI 生物重塑故事,并扩充配角戏份与音乐段落,但仍因高度忠于原作而引发讨论。真人版首映全球票房为 1 亿美元,Rotten Tomatoes 评分 32%;2016 年动画版全球票房为 6.872 亿美元,评分 96%。文章还比较两版选角与配音,指出标志性声音、故事和新意比视觉效果更能留住观众。

6月18日周四
5月22日周五
  1. Podbean Blog41

    如何合乎伦理地使用 AI 制作播客

    Podbean 提出,AI 应辅助播客工作流,而非取代创作者本人及其独特声音。Podbean AI Audio Optimization 可降噪、智能响度处理和智能裁剪,AI Content Assistant 可生成标题、描述与章节标记,均需人工复核。AI Podcast Creator 可将文字转为合成语音,但应主动披露,且未经真人明确、书面同意,不得克隆或模仿其声音。

5月21日周四
4月10日周五
3月25日周三
2月1日周日
  1. Gravy For The Brain58

    配音 Slate:是否应在试音和样带中报出身份?

    文章讨论在配音试音和样带开头加入姓名及录音目的的 slate,认为它能让选角导演识别身份、了解录音意图,并立即展示自然声音与另一种表演之间的范围。文章建议通常使用自然声音报出姓名和目的,但若客户、选角导演或 P2P 网站要求使用角色声音、特定口音或禁止 slate,应优先遵守要求。

1月7日周三
  1. Gravy For The Brain52

    以符合人声特性的方式处理配音呼吸声

    文章建议仅在商业广告等明确需要的配音中去除呼吸声,并先向雇主、客户或委托方确认。处理时应区分将呼吸声静音与删除其占用的音频时间,保留自然停顿和表演的人性特征。噪声门或扩展器在清理环境噪声时也可能误删呼吸声,文章因此建议改善录音环境而非依赖这类工具。

1月6日周二
  1. Gravy For The Brain29

    “Droids”到底是什么?Droids 与 Artificial Intelligence 有何区别

    文章借《星球大战》中的 Droids 类比 Artificial Intelligence,认为两者除名称外没有实质区别。Droids 是搭载程序的机器人形态,AI 可有实体,也可只是软件,本身不会思考或拥有通用智能。文章列举 AI Voice 在地图、语音助手、IVR、实时翻译和 TikTok 配音中的应用,但原文内容在讨论部分用途时截断。

1月5日周一
  1. Gravy For The Brain52

    配音授权与使用:委托方指南

    配音委托方购买的是录音的使用许可,而非录音所有权,费用通常受地域、覆盖人数、平台或媒介及许可期限影响。Gravy For The Brain 以电影音乐授权作类比,说明这些条件如何改变报价,并提醒在美国签署“work for hire”协议时,演员可能放弃其作品或表演的所有权。

1月4日周日
  1. Gravy For The Brain55

    配音录音中预防嘴部咔哒声的方法

    配音录音中的嘴部咔哒声通常与口腔干燥、录音距离、吐音方式及录音中的压缩处理有关。文章建议至少提前两小时补水、录音期间每10至15句小口喝水、远离麦克风并加强投射,同时指出绿苹果只能短暂缓解,不能替代前3项措施。