DupDub全新音频AI插件正式登陆Dify市场 提供强大音频能力

DupDub 旗下的系列音频 AI 插件现已正式入驻 Dify Marketplace。借助本次集成，用户可在 Dify 平台中直接调用语音转写、语音克隆、说话人识别、文本转语音等前沿能力——这无疑为构建多模态 AI 应用开辟了更广阔的路径。

核心内容：
1. DupDub 音频 AI 插件与 Dify 平台深度集成，提供语音转写、语音克隆等先进功能
2. Dify Marketplace 生态持续扩张，汇聚多种插件类型，加速 AI 解决方案的创新进程
3. DupDub 插件可在 Dify 工作流中轻松编排自动化任务，显著提升音频处理效率

Dify Marketplace：驱动 AI 创新的新引擎

自 Dify v1.0.0 发布以来，Marketplace 生态正快速壮大。目前汇聚的插件类型已覆盖模型（Models）、工具（Tools）、Agent 策略（Agent Strategies）、扩展（Extensions）及插件集（Bundles）。这些组件依托 Dify 开源 AI 应用开发平台，为开发者提供了加速创新、灵活扩展 AI 解决方案的便捷通路。模块化设计使得 DupDub 这类前沿工具能够顺畅接入，进一步增强了 Dify 社区的多模态能力。

DupDub 工具为 Dify 带来先进音频处理能力

借助 DupDub 插件，用户可以将高阶音频处理功能直接嵌入 Dify 的工作流程。以下是目前已上线的核心功能：

• 语音转写（TranscribeSpeech）：精准将音视频内容转换为文本，适用于内容分析、字幕生成、数据处理等场景，同时提升信息可访问性。
• 语音克隆（Voice Cloning）：从特定人的语音样本生成个性化声音，可用于品牌音色定制、个人助手定制或多语种内容配音等应用。
• 说话人识别（Speaker Identification）：通过 Get Speaker ID 工具识别音频中的不同说话人，在会议记录、客服通话或多人对话场景中尤为实用。
• 文本转语音（Text-to-Speech，TTS）合成：使用 Speech Synthesis 工具将文本转化为自然语音输出，支持选择标准声音或克隆声音，并能调节语速和音调，打造高品质音频内容。

在 Dify 的可视化工作流中，这些功能可被轻松编排并实现自动化处理，大幅减少人工操作，提升整体效率。

如何在 Dify 中使用 DupDub 工具

下面简要介绍在 Dify 中配置与使用 DupDub 各项工具的方法。

TranscribeSpeech 工具

让工作流程具备语音转写能力，轻松将音视频内容转换为文本。

1. 添加工具至工作流程：
• 在左侧面板点击“Orchestrate”
• 点选“Tools”，搜索“TranscribeSpeech”（归属 DupDub 插件）
• 拖拽“TranscribeSpeech”工具至工作流程图中
2. 配置 TranscribeSpeech 工具：
• 将 START 节点与 TranscribeSpeech 节点相连
• 填写必需的输入变量：
• Duration（必填）：输入视频/音频的时长
• URL（必填）：提供视频/音频文件的链接
• Language（必填）：指定内容语言（如 en 表示英文）
3. 其他设置：
• Retry on Failure（重试）：可在发生错误时自动重试
• Error Handling（异常处理）：定义遇到错误时的处理策略
4. 运行 & 发布：
• 点击 Run 进行测试运行
• 测试成功后，点击 Publish 完成部署

Voice Cloning 工具

为工作流程增添强大的语音克隆功能，实现精准且可定制化的音色复制。

1. 添加工具至工作流程：
• 在左侧面板点击“Orchestrate”
• 在“Tools”中搜索“Voice Cloning”（归属 DupDub 插件）
• 将“Voice Cloning”工具拖拽到工作流程中
2. 配置 Voice Cloning 工具：
• 将 START 节点与 Voice Cloning 节点相连
• 填写必需的输入变量：
• Speaker Name（必填）：输入需要克隆的讲话者名称
• URL（必填）：提供对应的语音样本链接（支持 WAV、MP3、MP4 等格式）
• Language（必填）：指定语音样本所用的语言（如英文 en、中文 zh）
• Gender（必填）：说明讲话者性别（MALE 或 FEMALE）
• Age（必填）：说明讲话者的大致年龄段（Children、Youth、Adults、Seniors）
3. 其他设置：
• Retry on Failure（重试）：在出现错误时自动重试
• Error Handling（异常处理）：选择错误发生时的处理方式
4. 运行 & 发布：
• 点击 Run 运行并开始语音克隆
• 测试成功后，点击 Publish 完成部署

Get Speaker ID 工具

借助此工具可识别音频中的说话人身份，为更高级的音频处理与个性化应用奠定基础。

1. 添加工具至工作流程：
• 在左侧面板点击“Orchestrate”
• 在“Tools”中搜索“Get Speaker ID”（归属 DupDub 插件）
• 将“Get Speaker ID”工具拖拽到工作流程图中
2. 配置 Get Speaker ID 工具：
• 将 START 节点与 Get Speaker ID 节点相连
3. 其他设置：
• Retry on Failure（重试）：在出现错误时自动重试
• Error Handling（异常处理）：定义遇到错误时的处理策略
4. 运行 & 发布：
• 点击 Run 执行流程并获取说话人 ID
• 测试成功后，点击 Publish 完成部署

完成该流程后，即可在音频处理中准确区分不同说话者，使输出结果更加精准和个性化。

Speech Synthesis 工具

将文本转语音功能快速集成到工作流程，为用户生成高品质的定制化音频内容。

1. 添加工具至工作流程：
• 在左侧面板点击“Orchestrate”
• 在“Tools”中搜索“Speech Synthesis”（归属 DupDub 插件）
• 拖拽“Speech Synthesis”工具到工作流程中
2. 配置 Speech Synthesis 工具：
• 将 START 节点与 Speech Synthesis 节点相连
• 填写必需的输入变量：
• Speaker Name（必填）：指定合成语音的讲话者名称
• Speaker（必填）：提供要使用的讲话者标识
• Speed（可选）：调整语速，默认正常速度（1.0）
• Pitch（可选）：调整音调，默认标准音调（0）
• Text（必填）：输入需要转为语音的文本内容
3. 其他设置：
• Retry on Failure（重试）：在出现错误时是否自动重试
• Error Handling（异常处理）：指定错误管理方式
4. 运行 & 发布：
• 点击 Run 执行流程并将文本合成为语音
• 测试成功后，点击 Publish 完成部署

应用场景示例

有了 DupDub 工具，Dify 用户可以实现的创意场景包括：

• 多语言内容创作助手：先用 TranscribeSpeech 为视频生成字幕，再通过 Voice Cloning 和 Speech Synthesis 在 Dify 工作流中同步生成多语言自然配音，大幅提升内容的传播效果。
• 增强的在线教育平台：使用 TranscribeSpeech 自动转写课程录音并生成可检索的笔记；借助 Speech Synthesis 生成可定制的音频课程；同时利用语音克隆技术为学生提供个性化的导师音频反馈。
• 自动化企业培训与数据分析：将静态培训资料转化为生动音频内容，借助 Speech Synthesis 打造更丰富的培训形式；使用 TranscribeSpeech 提升多语言可及性；利用 Get Speaker ID 分析团队讨论或客户通话，对语音内容进行深入挖掘和管理。

关于 DupDub

DupDub 是一个前沿的 AI 内容创作与本地化平台，专注于文本转语音（TTS）、语音克隆与视频配音。平台帮助创作者、教育者、营销人员及企业轻松生成自然流畅的高质量语音内容，并支持快速多语种转化。

操作简便，内置超过 700 种逼真的 AI 合成声音，覆盖 90 多种语言和口音。无论是制作 YouTube 视频、在线课程、播客，还是宣传素材，都可在数分钟内完成专业级语音生成。DupDub 让内容制作省时省力，降低制作成本，并用真实、本地化的语音体验吸引全球观众。

关于 Dify.AI

Dify.AI 是一个帮助开发者更简单、更快速地构建 AI 应用的开源平台。通过灵活的插件机制、提示词编排、RAG、Workflow、应用日志监测等特性，大幅降低开发者的上手指槛，并在最短时间内完成从概念到生产的落地。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：DupDub全新音频AI插件正式登陆Dify市场 提供强大音频能力要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题