如何用 auto-video-generateor 输入主题自动生成解说视频开源工具完整上手教程【免费下载链接】auto-video-generateor自动视频生成器给定主题自动生成解说视频。用户输入主题文字系统调用大语言模型生成故事或解说的文字然后进一步调用语音合成接口生成解说的语音调用文生图接口生成契合文字内容的配图最后融合语音和配图生成解说视频。项目地址: https://gitcode.com/gh_mirrors/au/auto-video-generateorauto-video-generateor 是一款开源的自动视频生成器你只需输入一个主题它就会自动完成解说文案、语音配音、图像配图与最终合成把原本需要数小时、动辄依赖多个专业软件的视频制作压缩成一句话触发、几分钟出片。这是一份面向零基础用户的完整教程包含安装、配置、出片、进阶技巧与真实应用场景读完即可上手。如果你曾为想做视频但不会剪辑写文案半天、找素材一天而头疼那么接下来的内容或许能帮你换一种创作方式。上图就是工具的主界面左侧设定主题、图像风格、语音参数点击一键生成全流程自动跑完。它是什么一位不知疲倦的视频流水线总监想象你开了一家迷你视频工厂雇了四名员工一名文案师把主题扩写成完整解说稿一名配音员把稿子念成自然语音一名画师为每一句内容绘制配图最后还有一名剪辑师把语音和画面按时间轴拼成成片。auto-video-generateor 就是这家工厂的总调度——你只需要在下单时写一行主题剩下的排期、制作、质检、交付全部交给它。一句话概括它的价值把我想做一个视频这件事从一项需要多项专业技能的工程变成一句简单指令。视频创作从此不再卡在技术环节而是回归到你最擅长的想清楚要讲什么。凭什么好用四个让它脱颖而出的理由理由一全链路自动化从写稿到导出成片一气呵成它的核心是一条完整的 AI 生成流水线。在video_generateor.py中整个流程清晰可见story generate_story(theme, template, code_name) # 主题 → 解说文案 sents split_sentences(story, code_name) # 文案 → 逐句切分 audios synthesize_speech(sents, voice, ...) # 分句 → 逐句语音 images generate_images(sents, size, font, ...) # 分句 → 逐句配图 video create_video(results, code_name) # 语音配图 → 成片每一条生成的语音都有对应的配图和字幕文本最终按照语音时长自动对齐画面产出的视频节奏自然、音画同步。你不需要懂提示词工程不需要学剪辑软件系统内部的提示词优化、文本分句、音视频对齐都已经替你处理好了。理由二四种版本自由切换丰俭由人项目没有做成一种形态打天下而是按使用场景拆成四个版本启动时加一个数字参数即可切换启动参数一句话定位适合谁成本python main.py 1极简原型版纯本地依赖跑通流程想先理解原理的开发者几乎为零python main.py 2百度千帆大模型驱动内容质量更稳追求专业内容的企业用户调用千帆 APIpython main.py 3免费资源全流程实现学生与个人创作者免费python main.py 4免费生成逐条资源校对对成品质量有要求的自媒体免费不传参数时默认启动v4 专业校对版这也是目前功能最完整的形态。理由三给 AI 的作品装上一道质检关AI 生成难免偶有瑕疵于是 v4 版本加入了资源校对环节系统生成的每一条文本、语音、图像都会列在资源列表中你可以逐个试听语音、预览配图、修改文案不满意就直接点击重新生成确认无误后再合成视频。上图是资源校对界面左侧列出每条文本与图像资源右侧实时预览语音波形与图片勾选已确认后才参与成片。这一设计让AI 批量生成与人工质量把关结合起来适合对成品要求较高的场景。理由四让 PPT 和 PDF 直接开口说话这是很多人最爱的一个能力把现成的 PPT 或 PDF 拖进来自动转成解说视频。PPT 的每一页成为画面备注里写的逐字稿成为配音文案PDF 则通过页面提取与 AI 改写自动生成解说词。手头积压的演示文稿几分钟就能变成一套可用于传播的视频。如何快速上手四步跑通你的第一条 AI 视频第一步准备环境安装依赖项目基于 Python 生态要求不高。先克隆仓库并安装依赖git clone https://gitcode.com/gh_mirrors/au/auto-video-generateor cd auto-video-generateor pip install -r requirements.txt如果想使用 PPT 转视频功能还需安装 LibreOffice 并配置好soffice命令。第二步三行配置填入密钥文本生成默认使用 DeepSeek语音合成默认使用豆包 TTS。修改根目录下的config.env填入自己的密钥即可DEEPSEEK_API_KEYsk-你的DeepSeek密钥 DOUBAO_TTS_APPID你的豆包语音应用ID DOUBAO_TTS_ACCESS_TOKEN你的豆包语音访问令牌第三步一行命令启动服务python main.py # 默认启动 v4 专业校对版 # 或指定版本python main.py 1 / 2 / 3 / 4服务启动后浏览器访问http://127.0.0.1:9020即可进入 Web 界面。第四步输入主题一键生成在界面中填写一个代号比如四大发明科普、输入主题文字选择图像尺寸、字体和语音音色后点击一键生成。系统会依次产出文案、语音、配图并自动合成视频。生成过程中产生的全部素材都会按代号保存方便随时回来继续加工mnt/materials/你的用户名/代号/ │ story.txt # 解说文案 │ metadata.json # 参数记录 │ video.mp4 # 最终成片 ├─audio/ # 逐句语音 ├─image/ # 逐句配图 ├─text/ # 逐句文本 └─resource/ # 资源关联记录再次创作同系列内容时可通过加载参数加载资源一键复用上次的配置与素材避免重复劳动。成片生成后可在完整工作界面中同步预览文案、语音与配图核对内容一致性。真实应用场景三种人已经用它省下了大量时间教育工作者做微课输入中国古代四大发明这一主题系统自动生成科普文案、讲解语音和历史风格配图几分钟内得到一节可发布的微课视频。相比逐页做 PPT、逐段录音的传统方式效率提升往往以十倍计。企业运营做产品介绍数十款产品需要逐一做推广视频把每个产品名作为主题批量提交文案、配音、展示图自动生成再通过校对界面微调语气词一套产品视频矩阵当天即可交付。自媒体创作者做日更把已有图文稿整理成 PPT在备注中写好逐字稿直接走PPT 转视频通道完成从文档到视频的一键转换让日更不再被剪辑环节拖垮。进阶技巧与避坑指南技巧一善用代号做系列管理。每个代号对应一套独立的素材目录。同一系列的视频沿用同一代号加载参数后只重新生成要修改的部分就是天然的增量更新。技巧二错峰调用 API。密集生成时在连续调用之间留出 1-2 秒间隔可有效规避限流系统内置了带重试机制的 API 调用逻辑偶发失败会自动重试不必过度担心。技巧三降低分辨率提速。图像生成密集的任务把尺寸从 1280x720 调低一档能明显加快整体进度。避坑提示首次使用请务必让一键生成完整跑完一遍再单独修改个别素材否则可能出现资源缺失。分步生成时每个步骤都要执行一遍特别是创建记录不能跳过。如果生成的配图变成了文字图片纯色底字幕说明后台图像接口临时异常稍后再试即可。项目愿景与下一步一起让视频创作更简单这个项目还在持续进化作者的开源计划中已完成的包括语音试听、文生图样例预览、字体效果预览、PPT 转视频、PDF 解说转视频、去水印等能力字幕与图片分离、素材批量下载等功能也在规划之中。如果你被它的理念打动最简单的支持就是给仓库点一个 Star如果你是开发者可以阅读auto_video_generateor/目录下的源码从video_generateor.py的流水线入手试着提交你的第一个改进。现在就做三件事克隆仓库、填入密钥、输入一个你一直想讲的主题。让技术退到幕后让创意站到台前——你的第一条 AI 解说视频值得在十分钟内诞生。【免费下载链接】auto-video-generateor自动视频生成器给定主题自动生成解说视频。用户输入主题文字系统调用大语言模型生成故事或解说的文字然后进一步调用语音合成接口生成解说的语音调用文生图接口生成契合文字内容的配图最后融合语音和配图生成解说视频。项目地址: https://gitcode.com/gh_mirrors/au/auto-video-generateor创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考