我用过旧款mac mini跑类似任务，静音效果好，外接硬盘也能解决存储问题。

线上我也遇到过，用户真正关心的是服务稳定性，不是收录数量。

可以考虑用 WebAssembly 优化口型同步算法，或者尝试不同模型组合提升自然度。