JJYB AI 智剪 v3.4.8
JJYB AI 智剪 v3.4.8 发布,修复配音生成与混剪草稿问题。配音输出改用唯一文件名避免覆盖,IndexTTS2 改用 WAV 扩展名并修正 Coqui 参数传递,试听与原创解说改用实测时长减少音画偏差。批量配音部分失败时保留成功结果与原输入对应关系,全部失败时返回错误;混剪草稿仅引用成片实际保留片段,草稿配音不写入混剪成片。
JJYB AI 智剪 v3.4.8 发布,修复配音生成与混剪草稿问题。配音输出改用唯一文件名避免覆盖,IndexTTS2 改用 WAV 扩展名并修正 Coqui 参数传递,试听与原创解说改用实测时长减少音画偏差。批量配音部分失败时保留成功结果与原输入对应关系,全部失败时返回错误;混剪草稿仅引用成片实际保留片段,草稿配音不写入混剪成片。
Adobe 在 Adobe Max 大会上宣布 Firefly、Creative Cloud 和 GenStudio 的新 agent 和工具,包括 Creative Agent、MCP 集成和 Premiere 生成媒体工具。公司还深化与 Google 和 Microsoft 的合作,并展示 Topaz Labs 收购带来的超分工具。
推荐理由:Adobe 在 Creative Cloud 和 Premiere 中推出多项 AI 工具并开放 MCP 集成,创作者可评估新功能对现有工作流的影响。
Zebracat 替代方案应按输入类型选择:Revid AI 最接近,Visla 适合真实素材,Elai.io 适合出镜讲解。Revid AI Hobby 为 $39/月,支持文本、链接或热门视频混剪;Visla Pro 为 $22/月,主打真实素材;Elai.io Creator 为 $29/月。
AITuber 指南把 Kaiber 音乐视频替代工具按需求分类:Neural Frames 最接近其艺术风格并支持整首歌、分轨和逐帧调整,Runway 用 Gen-4.5 提供逐镜头控制但需自行剪辑。Plazmapunk 以 €9.99/月提供 AI 片段,Rotor Videos 用真实素材按曲目剪辑,AITuber 支持逐词字幕。
Adobe 发布 Premiere 27.0,新增 Color Mode 调色页面,替代旧版 Lumetri 效果。Color Mode 提供双向控制、示波器和类似 DaVinci Resolve 节点的操作方式,可对剪辑、组或序列应用多个操作;同时新增 AI 工具,包括 Creative Agent 助手、Generative Media Tool 和 AI 音频分离。
推荐理由:Premiere 27.0 的 Color Mode 以双向控制与节点式操作替代 Lumetri,或可减少用户导出到 DaVinci Resolve 调色的需求。
HeyGen 发布 2026 年 11 月企业 API 更新,Video 1、Voice 1 和 Image 1 上线 API,企业限流提升,零数据保留覆盖范围扩大,v1/v2 于 2026 年 11 月 7 日退役。Video 1 支持文本/图像/参考视频到视频并生成对话与音效,Voice 1 支持 Instant Clone 与语音转语音,Avatar V 新增更自然眨眼。
推荐理由:HeyGen 企业 API 更新将视频、语音和图像模型统一接入,限流提升,v1/v2 退役后需迁移到 v3。
Adobe 在 MAX 大会公布四项 AI 实验项目,其中 Project Screen Test 支持通过对话设计 AI 角色,Project Sight Span 可将照片转为可探索的 3D 场景。
Soundly 与 Avid 合作推出免费 Pro Tools 扩展,将 15 年积累的音效库直接接入时间线,支持自然语言搜索和 Find Similar 相似音效查找。扩展需 Pro Tools 2026.11 或更新版本,安装后可在 Extensions 菜单使用,无需打开 Soundly 桌面应用。
Adobe 宣布升级创意套件,将 Adobe Creative Agent 扩展至 Creative Cloud 与 Firefly,并为 Premiere、After Effects 等提供本地 MCP 集成。
WellSaid 发布 Producer,通过 MCP 服务器将专业配音生产嵌入 Claude、Copilot、ChatGPT 等智能体工作流,并原生生成 48kHz 音频。该平台支持基于超过 50 万条 Oxford Languages 转录的智能体风格指南、开放设计及数字人复制,许可随最终音频保留。
Adobe MAX 2026 开幕,Premiere 迎来 Color Mode 正式可用与 Generative Media Tool 等更新。Generative Media Tool 将视频、音效、声景与音乐生成直接带入时间线,并支持 Firefly 及 Google、Kling、Runway、Luma 等合作伙伴模型。
推荐理由:Premiere 时间线内可直接调用 Kling、Runway 等第三方模型生成缺失素材,视频编辑与 AI 生成的工作流进一步整合。
Adobe 在 Premiere Pro 中加入 Creative Agent,可自动应用效果、跟踪遮罩主体并调整整条序列的色彩与曝光。新增 Generative Media Tool 可在时间线内直接生成视频、音效和音乐,并支持接入 Kling 等第三方模型;Generative Remove 可移除画面物体,Color Mode 提供调色工作区。
推荐理由:Adobe 将 Kling 等第三方模型接入 Premiere 时间线,编辑可直接生成素材,但第三方模型的版权边界比 Firefly 更模糊。
Remiqora Video 发布免费开源视频工作室,基于 ComfyUI,输入一句话或一首歌即可在本地 PC 生成带声音的完整影片。支持 15 秒至 10 分钟、宽/竖/方形画幅,歌曲可自动识别歌词并卡点剪辑,角色与场景跨镜头保持一致,单场景可单独重拍,坏镜头自动检测重拍。
推荐理由:免费开源且本地运行,把 ComfyUI 工作流封装成一句话出片的完整应用,支持单场景重拍与角色一致性,可评估本地出片效率。
pyvideotrans 发布 v4.18 版本,新增 Runcrate 与 CloudGPU 翻译通道,并修复多项配音、字幕对齐与 TTS 问题。Windows 10/11 预打包完整包 2.7G、补丁包 400MB,提供百度网盘与 Hugging Face 下载。
MiniMax H3 需自托管 GPU 集群,7 款全模态平台可免运维替代。Luma Ray 3.2 居首,支持多关键帧序列、1080p 无水印导出、生成速度提升 4 倍,可直接导出至 Premiere、DaVinci 和 Final Cut;Google Veo 3.1 可一次生成同步语音与音效,ByteDance Seedance 2.5 面向多资产品牌项目。
iZotope 发布 Photon,一款独立应用与 ARA 插件,用于 AI 分轨和音频增强,由 12 个定制训练模型驱动,本地 GPU 运行。这是 iZotope 与 Boris FX 的首次合作,包含 Music 4 Stems Ultra、Voice Separator、Cinema 4 Stems 等模型,支持 WAV、FLAC、MP3 及视频导出。
huobao-drama v4.0.10 发布,角色资产支持上传、试听、替换和移除音色样本,分镜视频提示词支持用 #角色名 引用音色。首次分镜拆解、单条和批量视频提示词生成会依据角色绑定和可用音色生成引用,视频生成自动传入引用音色。
作者发布 Phane,一个 100% 开放权重的本地创作工具,8GB 显卡即可运行,支持文本到 3D 运动再到任意角度。它集成 45 个引擎,覆盖图像、编辑、视频、重铸、语音等能力,一键安装,无需云端或积分。
推荐理由:这个开源工具让 8GB 显存显卡也能本地运行 45 个引擎的文本到 3D 与视频创作流程,创作者可评估是否用它替代云端付费方案。
Genspark Media Studio正式发布,接入20多家厂商的70多个模型版本,覆盖视频、图像、音频和3D生成。实测中可用Seedance 2.5、Kling、Veo生成视频,ElevenLabs生成音频,并通过“故事圣经”功能自动生成短剧。Plus和Pro会员在10月27日至11月4日期间积分消耗五折。
推荐理由:Genspark将20多家厂商的70多个模型整合进一个工作台,零基础用户也能完成从剧本到成片的完整流程。
HeyGen Voice 推出语音转语音(Speech-to-Speech)功能,用户用手机或电脑录制一句台词,即可获得保留情感、节奏、重音和发音的工作室级配音,只改变声音本身。该功能现已上线 HeyGen 和 API,支持从随意录音获得干净朗读,并比文本提示提供更丰富的情感范围,包括耳语、笑声和口音。
推荐理由:HeyGen 语音转语音把手机录音直接变成工作室级配音,减少 TTS 反复生成,创作者可据此评估新配音流程。
开发者 ItsBalanse 开发了一个以 ComfyUI 为后端的一键式图像、视频和音频生成应用 try2create,用户只需按按钮即可生成,无需处理底层工作流。
FrameForge 是作者提交给 ComfyUI Higgsfield Build Competition 的开源桌面应用,围绕 Minimax H3 构建电影。
Runway 推出 App Studio,用户可用自然语言描述需求,无代码构建带独立界面的自定义创意应用,生成图像、视频和音频。App Studio 内置 Character Swap、AutoComp、Product Portfolio 等应用,基于 Brand Kits、Workflows 和 Assets 构建,已包含在所有付费计划中,消耗现有 Runway 积分。
推荐理由:Runway 的 App Studio 把无代码应用构建带入创意工作,团队可将多年沉淀的工作流和品牌标准变成人人可用的工具,降低对个别高手的依赖。
mlx-audio v0.6.2 发布,新增 Ming 3.0 TTS/ASR/Audio Tiny 模型、Granite-Speech-5.0-2B ASR/AST 模型和 Phonon 2.5 STT 模型。
mlx-audio v0.6.2 发布,新增 Ming 3.0 TTS/ASR/Audio Tiny、Granite-Speech-5.0-2B ASR/AST、Phonon 2.5 STT 模型,以及 SpeechBrain ECAPA 说话人嵌入提取器。同时修复 Fish Audio Drama 3 的帧处理、换行与内存占用问题。
Fish Audio 发布文本转语音模型 Drama 3,用户可在剧本中用方括号写舞台指示来调整语气、节奏和表演,并支持单词级控制、内联音效与多说话人脚本。模型以 36B 参数开放权重形式发布在 Hugging Face(fishaudio/drama-3),据用户报告全精度运行约需 46GB 显存,社区 4-bit 量化版约 32GB。
推荐理由:Fish Audio 开源 36B 语音模型,用括号舞台指示控制表演,并给出与 ElevenLabs 的基准差异和自托管显存门槛。
pyvideotrans v4.17 发布,新增 Audio.cpp 语音识别渠道,并增加基于 audio.cpp 的降噪与人声分离模型。同时修复 nemotronasr 重复下载问题,新增 Opper 翻译渠道,字幕翻译增加“进一步精简”选项。
推荐理由:新版新增 Audio.cpp 语音识别渠道与降噪模型,并优化字幕翻译精简选项,适合评估视频翻译配音流程升级。
JSON2Video 定价为 Hobby 年付 $199.50、Professional 月付 $49.95,1 积分对应任意分辨率 1 秒视频,失败渲染不计费。按每分钟成本算,Startup 最低为 $0.20,比 Professional 低 20%、比 Hobby 低约 40%;一次性积分包更贵但不过期。需注意订阅积分每月清零、单条视频最长 30 分钟、渲染文件仅保留 7 天。
Adobe 在 Premiere 测试版上线 Enhance Audio,可将片段拆分为语音、音乐、环境、音效和混响并分别调节。Enhance Speech V1 本地运行不消耗积分,V2 通过 Firefly 云端运行,每分钟消耗 2 个生成式积分。剪辑时不再因每次剪切或淡入淡出触发重新渲染,片段两侧各处理 5 秒 handles。
Longshot Studio 更新至 0.15.0,针对对口型和面部精修做了多轮迭代,API 免费并运行在用户自己的 ComfyUI 上,代码已开源于 GitHub。作者同时发布了一支完全用该工作室制作的音乐视频《Falling Fast》作为效果示例。
HeyGen Voice Turbo 以合作节点形式接入 ComfyUI,支持单段录音完成声音克隆,并把任意脚本转成语音。Turbo 每 1000 字符成本不到 1 美分,面向本地化广告、培训视频、产品讲解和 AI 数字人管线等规模化配音场景。
作者发布 ComfyUI-AudioCPP 项目,目标是把 audio.cpp 的 TTS、ASR、声音转换、音乐生成、音频增强与分离等能力统一接入 ComfyUI,覆盖 120+ 音频模型族。
LALAL.AI 万圣节促销从 10 月 21 日持续到 11 月 2 日,PRO 年付订阅首年 30% OFF,价格从 $180 降至 $126,约合每月 $10.50。
mlx-audio 发布 v0.6.1,修复 Ming dense 的提示词契约并支持 Ming-3.0-tts-0.5B,同时新增 Gradium Phonon TTS 模型。该版本还修复了服务端 STT 上传改用可写临时文件,以及 irodori-tts 在独立 CFG 与双条件设定下 speaker_kv_scale 回滚崩溃的问题。
mlx-audio v0.6.1 发布,新增 Gradium Phonon TTS 模型并支持 Ming-3.0-tts-0.5B。同时修复 STT 上传临时文件写入和 irodori-tts speaker_kv_scale 回滚崩溃等问题。
mlx-audio 发布 v0.6.0,新增 Fish Audio Drama 3 语音模型、Phonon-2 语音识别和 MiMo-V2.5-ASR STT 支持,并加入 Granite Speech 4.1 Plus。该版本优化了 Breeze-TTS 与 VibeVoice 生成性能,修复 Qwen3-ASR 流式时间戳、Qwen3-TTS 预填充及 Metal 不可用时的回退问题。
ComeCut v0.2.1 发布首个 Windows 桌面版,体积仅约 30MB,启动快、占用资源少。新增多语言界面、自动配音(支持中英韩日,需对应 TTS)、退出剪辑编辑器自动保存,并修复音频分离后丢失问题、为人声与背景声加不同颜色显示。
Pika 宣布 Soundtrack 可在 ChatGPT 中为任意视频配乐,音乐与氛围音都按画面动作对齐,只需一次提问。该功能属于 Pika 与 OpenAI 合作推出的 Pika X ChatGPT 插件扩展,Pika 的创作工具已进入聊天窗口与侧边栏。
mlx-audio 发布 v0.6.0,新增 Fish Audio Drama 3、Phonon-2 语音识别、MiMo-V2.5-ASR 与 Granite Speech 4.1 Plus 支持。同时修复 Qwen3-TTS/ASR、Whisper 等多项问题,并优化 Breeze-TTS 生成与 VibeVoice 性能。
开源 AI 模组 NPCTalk 为《GTA 5》带来无脚本实时对话,玩家可用麦克风与 NPC 交谈,NPC 以 AI 克隆原声回应。该系统由英伟达 Nemotron ASR、Qwen 3.8 27B(Cerebras 平台)、Fish Audio Drama 3 及 TypeSafe Jev 协同运行,按键通话模式延迟约 1.15 至 2.2 秒。