前几天看到一个小故事，大概意思是说到“怎么做”跟“做什么”的区别，大多数人都乐衷于“怎么做”，而且都会说的头头是道，但是似乎那些懂得如何“做什么”的人，来得更加难能可贵。 
逛了大半个月论坛，其实也有这种疑惑，好像大部分人都在分享节点，分享免费的api，也可能是我对论坛的了解还不够深入，对于获取到这些工具以后，可以做哪些事，可以实现哪些目的，此类的帖子貌似很少…… 
牢骚发完了，其实是想了解一下，目前有一个产品讲解的需求，在tiktok上面老是看到类似的视频，就是某人站在产品前随便讲点什么，后期可以通过AI合成任意语音，嘴型也大致可以对上。 
大致就是这么个意思，文字合成视频的模型，有没有佬知道怎么实现这个功能？