开源 AI 绘图、视频与声音工具
生图、修图、配音、做视频。
根据主题或关键字自动生成高清短视频，包含脚本、字幕、配乐与剪辑。
一站式解决短视频创作，节省大量时间和资源。
安装请访问官方网站下载安装包或使用 Python 环境安装。以节点流程图组合图像、视频、音频生成模型的本地 GUI 与后端，支持 Flux、Wan、Qwen-Image 等最新模型。
新开放模型通常最先在 ComfyUI 可用，工作流程可存成文件分享，另有免设置的桌面版。
安装comfy.org 下载 ComfyUI Desktop，或 pip install comfy-cli && comfy install桌面版 AI 图片放大工具，把低分辨率照片或插图放大 2–16 倍并补回细节，可批量处理。
拖放即用、不需 Python 环境，支持 Vulkan 可在多数显卡上运行，是 Topaz Gigapixel 的免费替代。
bilibili 开源的零样本语音合成，用几秒参考音档就能拷贝声线，并可控制情绪与精准时长，中英文效果佳。
可指定语音长度，适合视频配音对嘴；中文发音与多音字处理优于多数开源 TTS。
把视频从一种语言翻成另一种，自动完成语音辨识、字幕翻译、配音并合成回视频，也能单独做转录或 TTS。
提供 Windows 免安装打包版，可接本地 Whisper 与多家翻译／TTS 服务，作者维护非常勤快。
安装Windows 下载预打包版；macOS／Linux 于 git clone 后运行 uv run sp.py一键完成视频的语音辨识、断句、翻译、字幕对齐与 AI 配音，输出 Netflix 规格的单行字幕。
以 LLM 做「理解后翻译」再校正，字幕品质比逐句机翻好，适合把外语视频转成中文字幕。
更新于 2026年10月25日 · ★ GitHub