NarratoAI 影視解說工具實測：免費的只有本體，會動的環節分開計費

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

先給結論：裝得起來，免費的只有骨架

判斷放在最前面。NarratoAI 是一條真的能自己架起來的 AI 影視解說管線：在 Mac 上打一條安裝指令、等兩分鐘，瀏覽器裡就出現完整介面，字幕辨識、劇情理解、解說文案、配音、字幕、剪輯輸出全部收在同一個頁面。專案在 GitHub 上有超過一萬一千顆星，MIT 授權，程式碼完全公開，2024 年 8 月開張至今仍有活動，這些都是真的，安裝過程也沒有踩到坑。

要劃清楚的是「免費」兩個字的範圍。這套工具的本體免費，但會動的部分幾乎沒有一個免費：看畫面的視覺模型要 API，寫文案的文字模型要 API，想要用自己的聲音配音，要嘛連計費的雲端語音服務，要嘛去官方整合包站買人民幣 19.9 元的本地語音包。出廠預設值也先露了底：視覺與文字模型的預設 API 端點，填的都是 README 贊助商矽基流動的網址。而它最招牌的用途「影視解說」，同一個作者的商業版在官網上明文寫著不做第三方素材。本體免費、器官計費、風險自負，這就是整篇的結論，下面逐層攤開。

本機開箱：兩分鐘起動，介面預設值全是中國短影音生態

實際裝一遍的過程出乎意料地順。把倉庫複製下來，用 uv 這個 Python 套件管理工具打一條同步指令，依賴就裝完了；複製一份設定檔範本，下啟動指令，本機 8501 連接埠就跑出一個 Streamlit 介面。官方給的三條路（整合包、Docker、Python 原生）裡，Mac 上這條最乾淨，不需要顯示卡，官方建議的最低規格是四核心 CPU 與 8GB 記憶體。

介面打開後，預設值比功能清單更有資訊量。畫面比例預設豎屏 9:16，選項旁邊直接標「抖音影片」；創作類型分影視解說與短劇解說兩大類，短劇的類型選單是逆襲復仇、霸總甜寵、家庭倫理這整套中國短劇分類法；畫面上還有一條原片佔比滑桿，預設 30%，控制成片裡保留多少原始畫面。配音引擎的預設值是 IndexTTS-1.5 本地部署，介面上就印著它的本機地址，而旁邊的「參考音頻」欄位亮著黃色警告，因為這台機器還沒裝語音模型。整套預設值已經說明它服務的對象是誰：想大量產短劇解說帳號的中國創作者。這個出身也有跡可查，官方 README 的參考項目段寫明它是在 MoneyPrinter 與 MoneyPrinterTurbo 兩個自動產片專案的基礎上重構而來，再加上影視解說功能，帳號矩陣式的大量思維是寫在血統裡的。

Pin

台灣使用者會先撞到兩道牆。介面語言只有簡體中文與英文兩種，沒有繁中；解說文案的語言選單一共九種語言，從簡體中文一路排到俄文，另有自訂一項，同樣沒有繁體中文，想產繁中文案得改走自訂提示詞。有趣的地方在配音：聲音引擎清單裡的 Microsoft Edge TTS 支援三個台灣腔聲音（HsiaoChen、HsiaoYu、YunJhe），原始碼的聲音列表裡寫得清清楚楚。所以現狀是，機器能用台灣國語唸稿，稿子本身預設卻不會用繁中寫，這條斷層要自己補。

還有個小地方順便記下：直接用預設參數把介面跑起來，上傳單檔上限是 200MB；官方文件的啟動指令另外帶了一個上傳上限參數，照抄那條指令才是 2GB。長片素材照官方指令啟動，否則會在上傳這步莫名其妙被擋。

免費有三層：本體、讓它動的器官、雲端

最裡面那層免費是本體。MIT 授權的程式碼、GitHub 上直接下載的 Windows 與 Mac 整合包，這層真的不收錢，整合包連 Python 執行環境與 FFmpeg 都幫你包好了，解壓縮後點開腳本就能跑。

再往外一層是讓它動的器官，這層全部計費。管線的流程是這樣：先把影片的字幕轉錄出來，視覺模型看抽取出來的關鍵畫格，文字模型綜合字幕與畫面寫解說文案，剪輯引擎照腳本切片段，配音引擎把文案唸出來，最後合成字幕與背景音樂輸出成片。視覺模型與文字模型都是必須的，而設定檔範本裡兩者的預設端點都是 api.siliconflow.cn，這家公司正是 README 置頂的贊助商之一，旁邊還附了帶邀請碼的註冊連結。預設值指向贊助商這件事，你可以解讀成方便新手的貼心預設，也可以解讀成商業導流，客觀事實是：照著預設值走下去，你的第一筆 API 帳單就落在贊助商那裡，而 README 上「剪 10 分鐘影片只要 0.1 元」的說法，正是矽基流動的推廣文案，實際花費要自己實測才知道。

聲音這個器官另有一套帳。免費的路存在，Edge TTS 不用錢，品質是導航軟體等級，官方站上另有 VoxCPM 0.5B 與 IndexTTS 1.5 MLX 兩款免費的輕量本地語音包；要更好的聲音，官方的整合包站 CutAgent 上，NarratoAI 本體的啟動包免費，但 IndexTTS-2、VoxCPM 2B、OmniVoice 這些本地語音克隆包每一個要價人民幣 19.9 元，或者改連騰訊雲、Azure 的計費語音服務。想把整套聲音能力留在本機離線跑，收費表就攤在那裡。

而且器官不只這兩個。設定檔範本裡還躺著更多要金鑰的環節：劇情理解用的 Tavily 聯網搜尋（拿影片名稱去查公開劇情與人物關係，要自己的金鑰）；把整段影片丟給 TwelveLabs Pegasus 做原生影片理解的選項（有免費額度但要申請）；連背景音樂都有 Sonilo AI 配樂選項，做法是把合成到一半的影片上傳到 Sonilo 的 API 換配樂，一樣要金鑰。全部開到最滿，這條管線前後要餵五把不同的鑰匙。對照它的廣告訴求「一站式」，更準確的描述是：一站式的骨架，聯邦制的付費。

最外層是雲端，這層現在是斷的。README 上掛著「雲端版入口」的 narratoai.co，實測從台灣連過去，DNS 查得到位址，主機落在騰訊雲北京的網段，TCP 連線建得起來，但 TLS 交握一步就被伺服器掐斷；換台灣以外的網路測同樣被重置，HTTP 那邊則被導向騰訊 DNSPod 的域名封鎖頁。看起來這個域名目前整個被擋，不限台灣，但無論從哪裡連，README 上那個雲端版連結現在都到不了。連得上的官方商業版是另一個網域 narratoai.cn，計價用人民幣儲值點數，體驗價 1.9 元換 500 點，30 天內用完否則失效，付款方式是微信與支付寶掃碼。這層不是為台灣讀者設計的，很明顯。

同一位作者的兩套版權說法

版權這一塊，值得單獨停下來看。開源版 README 的自我介紹就是「自動化影視解說工具」，功能列表包括短劇混剪、用 Qwen2-VL 模型理解影片、可匯出剪映草稿，介面上的原片佔比滑桿明白表示成片裡會保留多少原劇畫面。影視解說這個內容形態，本質是拿別人版權的影視畫面配上自己的旁白，在中國已經被大規模訴訟整治過，在台灣同樣要面對著作權問題。

同一個專案的商業版，在官網上把這條線劃得一清二楚。narratoai.cn 有一個獨立段落叫「合規邊界」，原文寫著：不做第三方內容下載、只處理自有或已授權素材、禁止換臉與 NSFW。開源版本讓你自由使用、後果自負的用途，商業版直接寫進禁止清單。

Pin

這不必然是虛偽，更像是誠實的商業計算：免費開源的工具，版權責任在使用者身上，作者交付程式碼就交付完了；一旦自己經營收費服務，處理的就是使用者的素材，法律責任落在平台身上，於是條款立刻長出牙齒。對讀者的啟示很實際：連作者自己收錢時都不接的用途，你免費拿去大量做，風險是誰的，答案很清楚。

放到台灣的脈絡看，這條線同樣存在，只是沒有人替你畫出來。著作權的合理使用要個案判斷，並不是配上自己的旁白就自動免責，成片裡保留多少原片畫面（那條滑桿）、原片在整支影片裡的比重，都會影響評價；另一頭還有平台機制，YouTube 的內容比對系統認的是指紋，不是你的剪輯創意，成片裡的電影片段被認出來，廣告收益會被導去別的地方，帳號也會吃警告。想用這套管線做自有素材（自己拍的影片、公司課程、取得授權的內容）的解說包裝，它是稱手的工具；想拿它大量產影視解說頻道，這些帳先算一算再動工。

搜尋之前先分清楚：NarratoAI、NarratorAI 與付費大師

這個名字附近埋了不少地雷，值得花一節講清楚。最基本的一條：NarratoAI（本篇的主角，GitHub 帳號 linyqh）與 NarratorAI（另一個帳號的專案）只差一個字母 r，是完全無關的兩個專案。官方還為此寫了一整頁辨識文件，因為後者是一個商業服務，公開的只有前端程式碼，影片處理能力靠收費 API，其官網產品叫「AI 解說大師」，營運主體是一家成都公司。搜尋引擎對這一字之差毫無辦法，找教學、找問題排解時認準 GitHub 完整地址 linyqh/NarratoAI，才不會買錯東西。

另一個方向的混淆更髒。README 上有一段「謹防被騙」的警告，附了四張截圖：有人在抖音與 B 站把這套免費開源工具改個名字拿去賣錢。官方的澄清寫得很直白，這是完全免費的軟體，任何收費轉賣版本都是坑。這在開源圈是老故事，但發生在急著變現的剪片教學市場裡，受害者特別多。台灣讀者如果在社群媒體看到「AI 一鍵解說剪片大師」之類的付費產品，宣傳截圖長得像這套工具的介面，先去 GitHub 儲存庫免費下載原版。

還有一個小版本問題順記於此：開源倉庫最新版是 0.8.7，商業網站頁腳寫 v1.4.4，網站上的 Windows 客戶端又是 v0.2.14，三個版本號各自為政。這不是什麼大問題，但當你想查某個功能是不是最新版才有，記得先確認自己在看哪一個產品的哪一條版本線。

介面設定與實際行為的中間地帶

裝好之後有幾個實際行為與設定的落差，先知道可以少走彎路。GitHub 上 2026 年 9 月的一則 issue 寫得非常具體：字幕分析環節有三處程式碼把溫度參數寫死成 0.1、長度上限寫死 4000，蓋掉設定檔裡的值，測試連線按鈕同樣寫死；後果是遇到只接受固定取樣參數的推理模型（例如 Kimi K3、GLM 推理版），服務端直接拒絕並跳出 400 錯誤，而且你在介面上把溫度調成 1 也沒有用，因為那幾個呼叫點根本不讀設定。這則 issue 已有人認領，至 2026 年 10 月初尚未修復。這類問題的實際影響是：介面上的設定項，在部分環節是裝飾，出錯時先想到這一條。

維護節奏也值得看一眼再決定投入多少時間。從 2026 年 7 月底之後，主要分支上的提交幾乎都是文件更新與贊助商內容，最近一筆提交就是一則火山引擎推廣，功能程式碼的大改動停在 7 月下旬。還沒關閉的 issue 只剩三則，連同開著的合併請求一共八則，處理速度不算差，整體是活著但慢下來的狀態。它不是棄坑專案，但如果你要看的是未來一年功能會不會長出來，現在的證據不支持樂觀。

判斷分流：誰該裝、誰該繞開

適合投入的人很明確：你有自有或已授權的素材（自己拍攝、公司課程錄影、授權取得的內容），想大量把它們變成有旁白、有字幕、有剪輯節奏的解說型影片，而且願意自己辦 API 金鑰、按用量付費。就功能涵蓋面而言，這條路 NarratoAI 在免費方案裡數一數二，一條管線從文稿到成片，中間的判斷點（劇情理解、腳本對時軸、聲音克隆）都留在你手裡可以改。匯出剪映草稿的功能對用慣剪映的人是加分，本站先前介紹過的 pyJianYingDraft 正是同一條路上自己寫程式產剪映草稿的做法，NarratoAI 等於把這件事包進了圖形介面。

幾種情況建議繞開或換路。只是想幫影片上個配音，不需要整套剪輯管線，先前實測過的 Voice Pro 或 LibreTTS 這類單一功能工具輕得多；想找所見即所得的開源剪輯軟體，OpenCut 的思路更對。想拿 NarratoAI 大量做影視解說頻道的，這篇已經把商業版的條款亮給你看了，作者收錢都不敢接的活，免費版使用者更要自己想清楚。

最後把帳算清楚給要裝的人：本體 0 元，兩個模型 API 每個月按用量付，聲音要嘛免費的 Edge TTS，要嘛 19.9 人民幣的本地包，雲端版從台灣連不上也先不用考慮。它給你的是一條誠實的生產線，付多少、產出多少、素材合不合法，都由你自己決定，這大概是開源工具最公平的地方。