本地运行的高质量 AI 拟真配音系统
专为 Mac 创作者与达芬奇 (DaVinci Resolve) 剪辑师打造。
无需手动配置 Python 与 CUDA 环境,开箱即用,一键扫描字幕轨并自动排布对齐音频。
项目来源与背景
传承优秀的开源生态,打造丝滑的 macOS 原生工作流体验
[上游核心] GPT-SoVITS 与 MamboTTS 原版
本项目源自开源语音合成项目 MamboTTS 与 GPT-SoVITS 推理内核。原版主要针对 Windows 平台及 NVIDIA CUDA 显卡环境设计,在 macOS 系统上往往面临依赖缺失、环境冲突、编译困难以及启动繁琐等门槛。
[本 Fork 特色] 针对 Mac 与达芬奇的深度重构
本工程为针对 macOS (特别是 Apple Silicon M 系列芯片) 深度适配的开源独立分支。重构了底层硬件加速通道与剪辑交互层,彻底摆脱外部复杂依赖,让创作者专注于视频生产力本身。
[核心改进清单]
- Apple Silicon MPS 原生加速:底层采用 PyTorch Metal Performance Shaders,充分利用 M 系列统一内存架构,无需昂贵的独立 GPU。
- 达芬奇 (DaVinci Resolve) 官方脚本原生接入:基于 Fusion Scripting API 打造可视化界面,直接读取工程时间线中的字幕或 Text+ 轨道,自动合成并精确排布回时间线。
- 音频尾部多余空白截除:消除 TTS 模型常见的 0.3~0.5s 尾部停顿,通过动态振幅分析截除静音并平滑淡出,极大提升短视频口播的紧凑度。
- 轨道自动裁剪与对齐:支持一键将文本轨裁切至与生成音频等长,支持左对齐与右对齐切换,重叠音频自动覆盖或独立新建轨道。
- 零配置一键安装:集成 Cloudflare R2 极速分卷分发与 SHA256 自校验机制,运行一键安装脚本即可自动就绪模型与环境。
系统架构与运作原理
从时间线台词识别到音频注入的端到端技术链条
达芬奇时间线轨道扫描 (Resolve Scripting Bridge)
通过达芬奇内部脚本环境或外部 IPC 通信注入 DaVinciResolveScript 运行时,自动识别当前活跃工程与时间线,扫描字幕轨 (Subtitle) 与 Text+ 标题轨中的所有台词内容、入出点帧数(In/Out Frames)及时间码。
高拟真语音合成与 MPS 张量计算 (Inference Engine)
本地后台常驻的 GPT-SoVITS 引擎接收合成指令,利用 macOS MPS 硬件加速调用曼波或自定义参考音频音色模型,在毫秒级内完成文本特征提取、声学特征生成与高质量波形生成。
音频静音分析与尾部截除算法 (Smart Post-Processing)
程序对合成生成的 WAV 波形进行逆向振幅分析,检测有效发音的截断点,自动裁剪多余的尾部无声数据(保留 60ms 自然衰减并施加 15ms 线性淡出),防止出现爆音与不自然的空白缝隙。
时码换算与无损插入 (Timeline Injection & Alignment)
根据工程设定帧率(24/25/30/60 fps)精确换算音频帧长度,将音频直接写入指定音轨。若勾选自动裁剪,系统会自动将对应的文本轨道项裁剪为与音频时长一致,实现音画精准对齐。
下载与安装指引
提供压缩包直接下载与 Git 仓库两种获取方式,按需选用
方式 A:源码压缩包安装(适合无 Git 环境的普通用户,推荐)
[无需安装 Git]-
下载源码压缩包:
点击下方按钮直接下载包含全部脚本与插件的源码包(约 1.2MB):
-
解压并打开文件夹:
解压后进入解压得到的
MamboTTSforMac目录。 -
运行一键部署脚本:
双击运行
install_mac.sh(或打开终端进入该目录执行./install_mac.sh)。
安装程序会自动从高速 R2 镜像拉取预编译运行时环境与模型,完成自动解压与达芬奇插件配置。 -
启动使用:
- 独立客户端:双击
MamboTTS.command; - 达芬奇插件:打开达芬奇工程后,在顶部菜单【工作区 -> 脚本 -> Utility -> MamboTTS_Resolve】直接呼出,或双击
MamboTTS_DaVinci.command。
- 独立客户端:双击
方式 B:Git 仓库克隆(适合开发者)
[支持便捷升级与追更]在终端中按顺序执行以下命令:
后续更新代码只需在目录内执行 git pull 即可。
系统与硬件要求
运行本系统所需的最低与推荐软硬件环境
| 环境项目 | 规格要求 | 说明 |
|---|---|---|
| 操作系统 | macOS 12.0 (Monterey) 或更高版本 | 全面适配 macOS Ventura / Sonoma / Sequoia |
| 处理器架构 | Apple Silicon 芯片 (M1 / M2 / M3 / M4 系列) | 依托统一内存与 Metal 硬件加速器提供推理支持 |
| 剪辑软件 | DaVinci Resolve 18 / 19 / 20+ | 免费版 (Free) 与 Studio 专业版均可完美支持 |
| 磁盘可用空间 | 建议预留 15GB 以上空闲空间 | 用于存放预编译独立 Python 运行时、模型权重及音色缓存 |