https://www.luyingzhi.cn/zh-cn/tags/desktop/Recent content in Desktop on 造梦者Hugozh-CN© 2026 luyingzhiTue, 27 Oct 2026 15:00:00 +0800https://www.luyingzhi.cn/zh-cn/posts/voice-cloning-local-vs-cloud.htmlFri, 23 Oct 2026 10:00:00 +0800https://www.luyingzhi.cn/zh-cn/posts/voice-cloning-local-vs-cloud.html<h2 id="先给判断标准">先给判断标准</h2> <table> <thead> <tr> <th>你的情况</th> <th>选云端</th> <th>选本地</th> </tr> </thead> <tbody> <tr> <td>每月生成 &lt; 10 万字</td> <td>✅</td> <td></td> </tr> <tr> <td>需要批量生成</td> <td></td> <td>✅</td> </tr> <tr> <td>内容敏感（内部培训、未发布产品）</td> <td></td> <td>✅</td> </tr> <tr> <td>只需要标准音色</td> <td>✅</td> <td></td> </tr> <tr> <td>需要克隆特定人声</td> <td></td> <td>✅</td> </tr> <tr> <td>没有 GPU</td> <td>✅</td> <td></td> </tr> </tbody> </table> <p>云端 TTS 的核心优势是<strong>省事</strong>。本地克隆的核心优势是<strong>免费 + 可控 + 隐私</strong>。</p> <h2 id="成本对比">成本对比</h2> <p>云端主流 TTS 服务大约 0.1–0.3 元/千字。按每月 50 万字算，是 50–150 元/月，一年 600–1800 元。</p> <p>本地跑的电费：一张 3060 持续推理，功耗约 150W，一小时生成约 3 万字，电费约 0.09 元。<strong>同样 50 万字，电费不到 2 元。</strong></p> <p>差距主要在倍率上。用得越多，本地越划算。</p> <h2 id="克隆质量的真实差异">克隆质量的真实差异</h2> <p>云端和本地用的是不同的技术路线：</p> <ul> <li><strong>云端大厂</strong> — 自研模型，音色自然度高，但<strong>通常不支持任意声音克隆</strong>（合规原因）</li> <li><strong>本地开源</strong> — 基于 few-shot 克隆，<strong>3–10 秒参考音频就能复刻音色</strong></li> </ul> <p>具体到相似度：</p>https://www.luyingzhi.cn/zh-cn/posts/local-ai-image-generation.htmlTue, 20 Oct 2026 10:00:00 +0800https://www.luyingzhi.cn/zh-cn/posts/local-ai-image-generation.html<h2 id="先说结论">先说结论</h2> <p><strong>如果你每月出图超过 300 张，本地跑比云端便宜得多，而且快得多。</strong></p> <p>代价是初始配置麻烦、要一块像样的显卡、模型管理要自己操心。</p> <p>这张表是半年实际使用的数据：</p> <table> <thead> <tr> <th>维度</th> <th>云端服务</th> <th>本地桌面</th> </tr> </thead> <tbody> <tr> <td>单张成本</td> <td>0.05–0.3 元</td> <td>约 0.002 元（电费）</td> </tr> <tr> <td>首次出图延迟</td> <td>2–8 秒（含排队）</td> <td>3–15 秒（首次加载模型）</td> </tr> <tr> <td>后续出图</td> <td>2–8 秒</td> <td><strong>1–3 秒</strong></td> </tr> <tr> <td>隐私</td> <td>图片上传到第三方</td> <td><strong>完全本地</strong></td> </tr> <tr> <td>硬件要求</td> <td>无</td> <td>8GB+ 显存</td> </tr> <tr> <td>分辨率上限</td> <td>服务商限制</td> <td><strong>仅受显存限制</strong></td> </tr> </tbody> </table> <h2 id="为什么网页服务慢">为什么网页服务慢</h2> <p>网页服务的时间分成三段：</p> <ol> <li><strong>上传提示词</strong> — 几十毫秒，忽略不计</li> <li><strong>排队等 GPU</strong> — 免费额度下可能 30 秒以上</li> <li><strong>推理 + 下载</strong> — 取决于分辨率和步数</li> </ol> <p>第 2 段是弹性的，第 3 段还要加上下载 5MB 图片的时间。本地跑的时候，第 2、3 段基本消失。</p> <h2 id="本地跑的真实门槛">本地跑的真实门槛</h2> <p>别被「本地部署」这四个字骗了，实际要处理这些东西：</p> <h3 id="模型管理">模型管理</h3> <p>ComfyUI 的模型散在多个目录：<code>checkpoints/</code>、<code>loras/</code>、<code>vae/</code>、<code>controlnet/</code>、<code>upscale_models/</code>。下载错版本、放错目录、文件名带空格导致加载失败，是新手最常踩的三个坑。</p> <h3 id="工作流配置">工作流配置</h3> <p>ComfyUI 的节点图对新手不友好。一个基础的 txt2img 工作流就有十几个节点，采样器、调度器、CFG、步数这些参数互相影响。</p>