本书共20章, 分为5篇。第1篇AI音频应用基础, 介绍AI音频如何重塑自媒体, 并介绍几款热门的AI音频在线平台。第2篇AI音频模型微调与推理: 个性化声音定制, 详解人声分离、GPT-SoVITS/F5-TTS微调、So-VITS音色训练、ACE-Step LoRA操作等, 并给出完整的参数。第3篇AI音频辅助自媒体与电商运营, 通过多个案例展示如何用DeepSeek+TTS辅助客服进行文字回复、用Faster-Whisper或腾讯会议生成字幕、用ElevenLabs进行语言传译等。第4篇AI音频辅助自媒体与电商内容制作, 介绍小说推文、翻唱、二创、Rap解说、广告音效、配乐、AI原创歌曲和乐评等模板的使用, 帮助读者激发灵感、拓展创作空间。第5篇AI音频辅助自媒体与电商直播, 以RVC实时变声、OBS实时字幕、HeyGem/ComfyUI数字人为主线介绍数字人直播等。