口播智能体 (短视频 AI 数字人创作工具)

口播智能体是什么

口播智能体是开源免费Flutter开发的安卓端短视频一站式AI创作工具，面向短视频博主、知识博主、带货达人、自媒体从业者打造，完整打通提取同行文案→AI原创改写→合规违禁词检测→AI配音/声音克隆→照片生成数字人口播视频全流程，无需电脑剪辑，手机端独立完成整条口播短视频制作，底层采用本地加密存储用户密钥与创作素材，支持自定义接入各类大模型、TTS语音、数字人视频API，无强制内置付费，是轻量化、隐私优先的开源短视频口播生产工具。

口播智能体区别于市面上闭源收费剪辑工具，核心优势为开源本地部署、自带免费TTS、自带法务审核、数字人一键生成。

1. 底层开发：基于Flutter 3.x全Dart开发，跨端适配安卓，状态管理采用Riverpod，本地数据库sqflite存储全部文案、音频、视频记录，API密钥通过flutter_secure_storage加密保存，不会上传隐私密钥至第三方服务器；

2. 核心业务逻辑：解决自媒体三大痛点：同行文案搬运违规、人工配音耗时、真人出镜拍摄成本高。仅需粘贴短视频链接即可抓取原文，AI多重改写实现原创去重，内置违禁词库规避平台限流、广告法违规风险，搭配免费语音合成生成自然口播音频，上传单张人像照片即可调用数字人API生成对口型口播短片；

3. 使用模式：双模式运行，一是直接下载编译好的APK安装即用，二是开发者可拉取GitHub源码本地自定义二次开发，自由替换AI模型、语音接口、数字人服务商；

4. 适用场景：抖音/快手/视频号知识口播、好物带货、科普解说、财经分享、门店本地宣传、知识IP批量起号。

软件功能

1. 短视频文案提取与AI改写

• 粘贴短视频链接自动抓取完整口播脚本，支持本地文本手动导入；

• 6种改写模式：同义润色、口语化改编、扩写、精简缩句、风格切换、批量去重；

• 一次性生成3版差异化文案，AI自动打分排序，快速筛选高原创度脚本；

• 自动生成配套短视频标题、热门话题标签。

2. 法务合规违禁词审核

• 双重检测机制：内置广告法/平台敏感词词库过滤 + 大模型深度内容风险筛查；

• 一键标记违规词汇，提供替换建议，降低限流、下架、扣分风险；

• 支持自定义新增行业专属敏感词，适配电商、医疗、财经等特殊领域。

3. AI语音合成&声音克隆

• 内置免费Edge-TTS，海量男女音色、方言、朗读语速自由调节；

• 支持CosyVoice高品质音色，自定义录制样本完成个人声音克隆；

• 音频导出保存本地，支持裁剪、分段、循环播放预览。

4. 照片数字人口播视频生成

• 上传单张人像照片，输入配音文案一键生成同步口型数字人短片；

• 依托飞影数字人API驱动，匹配语音自动生成眨眼、微笑微表情；

• 视频本地缓存保存，支持直接分享至短视频平台。

5. 素材本地管理中心

• 文案、音频、数字人视频分栏归档，关键词快速检索；

• 批量删除、导出、备份全部创作素材；

• 缓存清理功能，释放手机存储空间。

6. 自定义API配置中心

• 自由填入大模型、TTS、数字人服务商密钥；

• 多套密钥分组保存，一键切换服务商；

• 密钥加密本地存储，杜绝隐私泄露。

软件特色

1. 完全开源免费无捆绑：开源项目，无内置广告、无强制会员，个人商用均可免费使用，源码可自主修改；

2. 隐私本地优先：文案、录音、API密钥全部存在手机本地，不强制上传云端，不存在内容泄露风险；

3. 轻量化手机独立创作：无需电脑、无需专业剪辑软件，一部安卓手机完成完整口播视频生产；

4. 自带免费配音能力：内置Edge免费语音合成，新手无需额外充值语音接口；

5. 原创风控一体化：改写+合规审核二合一，从源头规避搬运违规；

6. 高度自定义扩展：支持替换任意第三方AI、语音、数字人接口，适配不同预算创作者；

7. 低设备门槛：最低支持Android5.0老旧安卓机型，运行流畅不卡顿。

使用方法

步骤1：安装部署

方式A（普通用户）：项目Release页面下载编译完成APK，安卓手机允许未知来源安装；
方式B（开发者）：GitHub拉取koubo-app源码，配置Flutter环境本地打包APK。

步骤2：基础配置（首次打开）

进入设置页，填入所需服务API密钥（大模型、数字人API可选填，免费TTS无需密钥），保存后自动加密存储。

步骤3：文案创作

1. 首页粘贴短视频链接，点击「提取文案」自动抓取脚本；

2. 点击AI改写，选择改写风格，生成多版原创文案；

3. 运行合规检测，修改标记违规词语，定稿保存。

步骤4：生成配音音频

选中定稿文案，切换音色/调整语速，一键生成配音，预览音频后保存本地。

步骤5：数字人视频产出

上传人像照片，绑定生成好的配音音频，提交生成数字人口播视频，完成后本地保存，直接发布短视频平台。

收费价格

1. 软件本体：永久免费

开源项目本身无任何订阅、买断费用，全部基础功能无阉割开放使用，无广告弹窗。

2. 配套第三方API按需自费（软件不抽成）

软件仅提供接入通道，收费由对应服务商收取，口播智能体不参与分成：

1. Edge-TTS：完全免费，无需充值，新手零成本配音；

2. 第三方大模型（DeepSeek、GPT、Claude等）：按Token按量计费；

3. CosyVoice声音克隆、飞影数字人视频：服务商按生成次数/包月收费，用户自主选购套餐。

3. 无强制消费门槛

仅使用内置免费TTS，即可完成文案、配音全流程，仅数字人视频需要第三方API额度。

常见问题解答（FAQ）

Q1：苹果iOS手机可以使用吗？

A：当前项目基于Flutter优先适配Android，暂无iOS安装包，苹果用户可使用安卓设备或电脑模拟器运行。

Q2：开源代码可以商用二次开发吗？

A：遵循仓库开源协议，个人、自媒体、小型企业均可商用二次修改、打包分发，禁止倒卖源码牟利。

Q3：提取同行视频文案会侵权吗？

A：工具仅做文本提取，AI多重改写后生成原创脚本，搭配合规检测可大幅降低侵权风险，建议改写后自主调整内容再发布。

Q4：API密钥存在手机里安全吗？

A：采用系统级加密存储，密钥不会明文保存，软件不会上传密钥至任何服务器，仅本地调用第三方接口时临时传输。

Q5：数字人生成失败是什么原因？

A：多为数字人API余额不足、网络波动、人像照片模糊，检查密钥余额与网络后重新提交即可。

Q6：老旧安卓手机能正常运行吗？

A：最低适配Android5.0，内存2G以上即可流畅使用，低配机型仅数字人视频生成速度会稍慢。

Q7：软件会自动上传我的文案、照片素材吗？

A：不会，所有素材仅存储本机本地，只有主动提交数字人生成时，人像图片会临时传输至对应数字人服务商接口。

Q8：可以不用数字人功能，只做文案和配音吗？

A：完全可以，数字人为可选模块，不填写数字人API密钥不影响文案改写、免费配音全部功能。

总结

口播智能体是一款面向自媒体人的开源轻量化安卓AI短视频工具，核心解决口播博主文案原创、合规风控、配音出镜三大创作痛点。相比同类闭源付费剪辑软件，它具备永久免费、本地隐私存储、高度自定义接口、低设备门槛四大核心优势，内置免费语音合成降低新手创作成本，一站式串联文案改写、合规检测、配音、数字人视频全链路。

普通短视频创作者可直接下载APK开箱即用，开发者可拉取源码自由定制功能；预算有限博主仅依靠内置免费TTS就能完成脚本配音，有批量起号需求的自媒体团队可搭配第三方数字人API实现批量短视频生产，是兼顾实用性、隐私安全与性价比的开源口播创作解决方案。