Codex结合本地开源TTS实现短视频自动化流水线

2026年10月10日，用户@fengdu2077分享了一套端到端短视频自动化流水线方案：由Codex负责写稿、分镜、生图和串联流程，本地部署的开源TTS模型IndexTTS克隆声音生成配音，再经字幕识别，最终合成输出视频。该用户同时实测了4款开源声音克隆模型，排序结果为IndexTTS 2.0与voxcpm2并列第一，qwen3-tts(1.7B)次之，IndexTTS 2.5表现稍逊。目前该方案已跑通全流程，属于个人实践分享，尚无更多后续进展。

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。