Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice
text-to-speech · safetensors, qwen3_tts, text-to-speech
Home / AI Build Ideas / P005
本機數位人口播短影音工廠（真人感口播帳號）
用你克隆的音色＋數位人，把一句選題自動變成「真人口播」短影音，量產知識型/帶貨帳號。
Monetization
①自營知識型/帶貨數位人帳號衝流量，描述掛工具/帶貨聯盟（非 VPN）②數位人口播代製接案 ③你的音色/人設模板包販售。與你的短視頻變現策略直接對接。
How it works
選題 agent 產口播稿 → Qwen3-TTS 用你克隆的音色配音 → LongCat 生成數位人對嘴影片 → 自動上字幕、排程發佈。要做即時互動數位人客服則接 Patter。
Open-source parts
meituan-longcat/LongCat-Video-Avatar-1.5
· longcat-video-avatar-1.5, onnx, diffusers
PatterAI/Patter
Open-source voice-AI SDK. The Vapi/Retell alternative for builders who want to own the stack. Give your AI agent a phone number in 4 lines — Python and TypeScript, MIT licensed, Twilio, Telnyx, and Plivo.