介绍
该项目是一个自动视频生成器，它可以根据给定的主题自动生成解说视频。用户输入主题文字后，系统会调用大型语言模型生成相应的故事或解说文本，随后利用语音合成接口生成解说的语音，并通过图像生成接口创建与文本内容相符的配图。最后，系统将语音和配图融合在一起，生成完整的解说视频。
项目地址：https://github.com/kuangdd2024/auto-video-generateor
实现这个系统需要多个步骤，包括生成故事文本、分句、语音合成、图像生成、生成视频，以及使用Gradio进行交互。。
- 步骤 1: 生成故事文本 为了简化，我们先手动创建一个示例故事文本。
- 步骤 2: 分句 使用
re库或自然语言处理工具将文本分句。 - 步骤 3: 语音合成 使用
pyttsx3库或其他语音合成模型进行语音合成。 - 步骤 4: 文生图 使用
pillow库或其他文生图模型生成图片。 - 步骤 5: 生成视频 使用
moviepy库将图片和音频组合成视频。 - 步骤 6: 使用Gradio实现交互 使用
gradio库创建一个简单的交互界面。
资源校对交互页面
校对用于合成视频的文本、语音和图像资源，可以进行修改或重新生成，直到满意为止。。
使用方法
执行代码
# 参数可选：1 2 3 4
python main.py 4
打开浏览器
http://127.0.0.1:8000/
界面：
交互操作
用户在gradio界面输入主题文字，生成并编辑故事文本，然后生成语音、图片资源，最终合成视频。
注意事项
- 生成视频后会把生成的文本、语音、图片的多媒体材料保存到目录中（默认：mnt/materials/[时间戳]）。
- 保存多媒体材料的目录结构样例如下：
2024-08-12_18.29.54
│ story.txt
│ video.mp4
│
├─audio
│ audio_0.wav
│ audio_1.wav
│ audio_2.wav
│ audio_3.wav
│ audio_4.wav
│
├─image
│ image_0.png
│ image_1.png
│ image_2.png
│ image_3.png
│ image_4.png
│
└─text
text_0.txt
text_1.txt
text_2.txt
text_3.txt
text_4.txt
