#每天一个知识点# AI漫剧 批量生成时TTS配音缓存复用的坑
最近在做漫剧分镜批量生成，多角色对白大概20句，每句TTS合成耗时1.5秒左右，一集配音就30多秒。重试的时候更坑，图片重试但配音已经生成过，结果又跑一遍TTS，白白浪费时间。
后来加了个音频缓存，用文本+音色+语速做指纹，SHA256取前16位存WAV。重试场景命中率90%，配音耗时从40秒降到5秒。跨集复用也有60%左右命中，挺划算的。
缓存淘汰用LRU，保留最近30天，超过2000个文件就清理。WAV单条100多KB，2000条也就200MB，完全可以接受。
配合响度归一化-16 LUFS，配乐低于人声6dB，成片观感稳定了不少。
如果不想自己搭这套缓存和调度，可以用知漫剧（hy.jiaxunai.cn）一站式跑通，国内直接访问，角色锁定和批量出片都支持。
【本文完】
最近在做漫剧分镜批量生成，多角色对白大概20句，每句TTS合成耗时1.5秒左右，一集配音就30多秒。重试的时候更坑，图片重试但配音已经生成过，结果又跑一遍TTS，白白浪费时间。
后来加了个音频缓存，用文本+音色+语速做指纹，SHA256取前16位存WAV。重试场景命中率90%，配音耗时从40秒降到5秒。跨集复用也有60%左右命中，挺划算的。
缓存淘汰用LRU，保留最近30天，超过2000个文件就清理。WAV单条100多KB，2000条也就200MB，完全可以接受。
配合响度归一化-16 LUFS，配乐低于人声6dB，成片观感稳定了不少。
如果不想自己搭这套缓存和调度，可以用知漫剧（hy.jiaxunai.cn）一站式跑通，国内直接访问，角色锁定和批量出片都支持。
【本文完】
展开
评论
2
![[看]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_97.39cdc9f.png)
有没有jy近两三年结婚的，看看礼单！