用户5557817

文章/答案/技术大牛

发布

LV2

发表了文章 1天前2026-08-13 13:14:16

在浏览器里跑中文 AI 配音：我们如何用 Hojo TTS 80M 实现更自然的中英双语语音生成

过去一段时间，我们一直在为 Timeline Studio 寻找更适合浏览器运行的中文配音模型。我们的目标看起来并不复杂：用户输入中文或中英混合文本，浏览器直接...

用户5557817 1天前2026-08-13 13:14:15

浏览器、语音合成

发表了文章 1天前2026-08-12 14:00:10

视频调色里的“色轮”到底是什么？一篇讲清阴影、中间调、高光与偏移

很多人第一次打开专业视频剪辑软件，看到“色轮”时都会有些困惑。界面上摆着几个彩色圆盘，旁边还有滑杆，名称通常是：

用户5557817 1天前2026-08-12 14:00:10

小程序视频剪辑、浏览器、图像处理、视频处理

发表了文章 2天前2026-08-11 16:06:56

纯前端 AI 视频编辑器的性能难题：WebGPU、Worker 与多轨时间线实践

传统的视频编辑软件往往依赖桌面客户端和本地原生运行时。随着 WebCodecs、WebGPU、WebAssembly 和 IndexedDB 等浏览器能力逐渐成...

用户5557817 2天前2026-08-11 16:06:56

gpu、视频处理

发表了文章 5天前2026-08-08 17:01:37

我们把 Kokoro 1.1 量化到 FP16，并用它替换了浏览器里的中文 Piper 配音

在最新发布的 Timeline Studio v1.0.0 中，我们完成了一次重要的中文 AI 配音升级：

用户5557817 5天前2026-08-08 17:01:37

前端框架、深度学习

发表了文章 7天前2026-08-06 15:59:36

Timeline Studio 浏览器本地多语言声音克隆技术归档：OpenVoice V2 FP16 ONNX 实现

本文记录 Timeline Studio 浏览器本地声音克隆功能的完整技术实现，包括模型组织、音频预处理、ONNX Runtime Web 推理、浏览器缓存、I...

用户5557817 7天前2026-08-06 15:59:36

浏览器、深度学习、AIGC

发表了文章 8天前2026-08-05 19:17:48

Timeline Studio 重大升级：让 AI 替你剪完一条视频：一键生成成片，随时打开工程继续调整

GitHub 仓库：https://github.com/MartinDelophy/ai-video-editor

用户5557817 8天前2026-08-05 19:17:48

视频处理

发表了文章 9天前2026-08-05 10:26:57

我们把“电影景深”塞进了浏览器：基于 Depth Anything V2 Small 与 WebGPU 的本地视频编辑实践

过去，想给普通照片或视频增加电影感景深，通常需要服务器推理、人物分割，或者依赖专业剪辑软件手工制作蒙版。

用户5557817 9天前2026-08-05 10:26:57

视频处理、深度学习、开源项目介绍、人工智能

发表了文章 10天前2026-08-04 11:00:57

浏览器端多语种 AI 配音为什么总卡在 86%？一次从 WebGPU、WASM 到缓存配额治理的完整修复

在浏览器里运行 AI 配音，真正困难的往往不是“把 ONNX 模型加载起来”，而是如何同时处理模型体积、网络环境、浏览器存储配额、多个推理后端，以及用户能够理解...

用户5557817 10天前2026-08-04 11:00:57

人工智能、前端

发表了文章 10天前2026-08-03 19:59:17

纯浏览器实时动捕实践：用 MediaPipe、Kalidokit 和 Three.js 驱动蜘蛛侠 3D 模型

我最近做了一个名为 Everyone Is Spider-Man 的浏览器实时动作捕捉项目。

用户5557817 10天前2026-08-03 19:59:17

VR 实景漫游

发表了文章 11天前2026-08-03 13:20:31

在浏览器里实现群体光流追踪：从像素运动到可复用的视频素材

在视频编辑器中，“光流追踪”很容易被做成满屏箭头：比较前后两帧，计算像素位移，然后把向量绘制到画面上。

用户5557817 11天前2026-08-03 13:20:31

浏览器

发表了文章 13天前2026-07-31 14:43:23

浏览器也能秒级处理视频换脸：Timeline Studio 的 WebGPU 本地推理实践

这套架构成熟，但也带来三个问题：素材上传耗时、GPU 服务成本，以及人脸数据离开本机后的隐私压力。

用户5557817 13天前2026-07-31 14:43:23

计算机视觉、视频处理

发表了文章 14天前2026-07-30 15:05:45

纯浏览器实现实物描边：NanoDet + MagicTouch 本地推理实践

最近，我在 Timeline Studio 中实现了实物描边能力：识别画面中的商品、鞋子、玩具等物体，并在浏览器本地生成可编辑的描边效果。

用户5557817 14天前2026-07-30 15:05:45

ocr、算法

发表了文章 15天前2026-07-29 17:31:00

在浏览器里实现稳定的人物描边：MODNet、MediaPipe、SlimSAM 与光流融合实践

视频人物描边看起来只是“沿着人物轮廓画一条线”，但真正落到视频编辑器里，会同时遇到人物识别、精细抠像、多人干扰、边缘抖动和推理速度等问题。

用户5557817 15天前2026-07-29 17:31:00

视频处理、chrome

发表了文章 16天前2026-07-28 14:13:30

把 4× 视频高清修复搬进浏览器：Timeline Studio 的 NanoVSR + WebGPU 实践

传统的视频高清放大通常依赖云端 GPU：用户上传视频，服务端逐帧推理，完成后再下载结果。

用户5557817 16天前2026-07-28 14:13:30

算法、视频处理

发表了文章 17天前2026-07-27 16:25:17

不上传视频到服务端，也能 AI 去水印：我们用 MI-GAN + ONNX + WebGPU 实现了浏览器本地逐帧修复

传统实现通常需要用户先上传视频，由服务器 GPU 完成修复，再下载处理结果。这条链路虽然成熟，但也存在一些问题：

用户5557817 17天前2026-07-27 16:25:17

视频处理

发表了文章 20天前2026-07-24 15:16:24

从“只能处理 MP4”到兼容 MKV：我们如何用 LibAV.js、WebCodecs 和 FFmpeg.wasm 重构浏览器视频编辑器

用户5557817 20天前2026-07-24 15:16:24

javascript、ffmpeg、chrome

发表了文章 22天前2026-07-23 12:56:18

浏览器端视频导出实战：ffmpeg.wasm、WebCodecs 与 OfflineAudioContext 如何分工

在开发一款完全运行于浏览器的视频编辑器时，我们最初把 ffmpeg.wasm 视为导出系统的核心。

用户5557817 22天前2026-07-23 12:56:18

前端、canvas、ffmpeg

发表了文章 22天前2026-07-22 21:50:23

抛弃 BrowserUse 模拟交互：浏览器端 AI 视频编辑器的正确架构思路

近期在迭代开源浏览器 AI 视频编辑器 Timeline Studio 的 AI 自动化剪辑能力时，我完成了一次核心的架构认知纠错。最初陷入了绝大多数可视化编辑...

用户5557817 22天前2026-07-22 21:50:23

AI 互动体验展

发表了文章 23天前2026-07-22 07:47:45

我给浏览器视频编辑器写了一套 AI Skill：让 AI 真正学会手动剪辑实操

能不能让 AI 像人类开发者一样，亲手打开浏览器、操作时间线、剪辑素材、排查 Bug、迭代产品？

用户5557817 23天前2026-07-22 07:47:45

AIGC、agent

发表了文章 24天前2026-07-20 21:50:45

基于 WebGPU+Gemini Nano 自研浏览器 AI 剪辑工具，海外 Reddit 四万曝光开源实战复盘

近两年端侧浏览器 AI 迎来爆发，Chrome 内置 Gemini Nano 模型开放标准化 JS API 后，无需自建云端算力，就能在本地完成字幕生成、AI ...

用户5557817 24天前2026-07-20 21:50:45

Vibe Coding 平台构建、coding、chrome、github、视频处理

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2019-06-06

个人成就

获得 14 次赞同
文章被阅读 2.8K 次

关注了：0关注者：13