用一张图和一句口播文案,15 分钟做出第一条数字人口播视频
用一张图和一句口播文案15 分钟做出第一条数字人口播视频【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video做带货短视频时你经常遇到这个矛盾每周都要出带真人出镜的口播内容却约不到固定模特也没人专门剪片。Pixelle-Video 是一个 AI 全自动短视频引擎它的数字人口播流水线只需要你上传一张人物形象图、写一句口播文案就能自动完成配音、配图和成片合成适合没有剪辑背景的内容创作者和想把生成流程跑起来的开发者。先花 3 分钟确认这 5 项能力一句话生成完整视频输入口播文案或主题LLM 负责写稿、配音、生成画面整条链路在web/pipelines/下按流水线拆分出片过程有进度状态可看。数字人口播合成在web/pipelines/digital_human.py对应的 数字人口播标签页上传人物图支持 jpg/jpeg/png/webp和可选的商品图系统把人物、素材与语音拼成口播视频。多语言 TTS内置 Edge-TTS 音色表覆盖中文、英文等默认selfhost/tts_edge.json工作流本地合成也可以换成 Index-TTS 并用参考音频做声音克隆。30 HTML 模板templates/下按 1080x1920、1080x1080、1920x1080 三种尺寸分目录存放竖屏、方图、横屏布局直接切换。双模式 ComfyUI 工作流workflows/ 里 runninghub云端与 selfhost本地 ComfyUI两套同名工作流改配置即可切换不用改代码。三步让第一条视频跑出来装好并启动 Web 界面。克隆仓库后用 uv 装依赖执行启动命令成功标准是浏览器打开 http://localhost:8501 能看到 Home 页和流水线标签页。git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv sync uv run streamlit run web/app.py配好密钥。进入首页的系统配置区对应 config.example.yaml 的字段复制一份为 config.yaml填llm的api_key、base_url、model注释里给了 qwen-max、gpt-4o、DeepSeek、Ollama 等现成预设成功标准是保存后配置区不再提示缺密钥。在 数字人口播 标签页出片。左侧上传人物形象图填入口播文案选工作流右侧点生成成功标准是预览区出现可播放的 mp4且 History 页有本次任务记录。最小可用配置长这样llm: api_key: sk-xxxx base_url: https://dashscope.aliyuncs.com/compatible-mode/v1 model: qwen-max template: default_template: 1080x1920/image_default.html三个最影响成片质量的旋钮1. 生成后端选 runninghub 还是 selfhost。comfyui.image.default_workflow和comfyui.video.default_workflow决定画面在哪生成选runninghub/前缀走云端、只需 API key选selfhost/前缀走本机 ComfyUI需要先把comfyui_url指对地址。字段默认值改动效果llm.model空需自填换更强的模型可提升口播稿质量comfyui.image.default_workflowrunninghub/image_flux.json云端/本地生图切换本地版免 API 费用comfyui.tts.default_workflowselfhost/tts_edge.json换 TTS 后端Index-TTS 支持声音克隆template.default_template1080x1920/image_default.html决定成片比例与版式换 1920x1080 即出横屏2.prompt_prefix统一画面风格。comfyui.image与comfyui.video各有一个prompt_prefix默认是黑白火柴笔触风格。把前缀换成你自己的风格描述如扁平插画暖色同一套文案生成的每张配图都会跟着变。3. 音色在代码表里换。Edge-TTS 的可选音色集中在 pixelle_video/tts_voices.pyzh-CN-XiaoxiaoNeural偏自然女声、zh-CN-YunjianNeural偏沉稳男声想要更像本人的效果就切 Index-TTS 工作流并上传参考音频。5 个常见卡点逐条对照处理生成按钮提示缺密钥→config.yaml里llm.api_key为空或base_url少填了路径 → 对照 config.example.yaml 注释中的预设 URL 原样粘贴。selfhost 工作流报错→ 本机 ComfyUI 没起或comfyui_url不对 → 先用 runninghub 工作流跑通整条流程再排查本地服务Docker 里部署要改用host.docker.internal:8188。人物形象生成跑偏→ 上传图主体不清晰或有干扰物 → 换成单人、正面、背景干净的 jpg/png 再试。配音机械感重→ 默认 Edge-TTS 音色固定 → 换tts_voices.py里的其他音色或改 TTS 工作流走克隆。成片比例与发布平台不符→template.default_template还是默认竖屏模板 → 抖音选 1080x1920、B 站横屏选 1920x1080具体文件名以 templates/ 目录实际内容为准。下一步建议先按第三步跑通一条竖屏成片再依次改default_template和prompt_prefix各出一版对比效果确认后端稳定后把 runninghub 工作流替换为 selfhost把单次生成成本压到最低。【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

从王者荣耀到永劫无间:孙悟空元素还原度如何科学对比?

从王者荣耀到永劫无间:孙悟空元素还原度如何科学对比?

最近聊“孙悟空元素”在游戏里到底还原得好不好,似乎总绕不开两个名字:一个是手游生态里的国民级英雄《王者荣耀》,另一个是强调近战手感和写实国风的《永劫无间》。社区里经常有人拿两边素材做对比,愿意想得细的,会聊…

2026/11/12 4:01:43 阅读更多 →
手甲配装核心逻辑:从符文机制到伤害期望管理

手甲配装核心逻辑:从符文机制到伤害期望管理

玩了这么多期“武器大全”系列,如果你对手甲的印象还停留在“攻击范围小、只适合近身莽”,那这期内容你一定要看完。很多攻略会把手甲讲成“高爆发近战”或者“新手不要碰”的极端定位,但真正决定这套武器能不能打出稳定收益的,并…

2026/11/16 5:52:49 阅读更多 →
手甲武器强度解密:硬直积累与符文联动决定实战上限

手甲武器强度解密:硬直积累与符文联动决定实战上限

手甲类武器一向是武器攻略里最容易出现极端评价的类型。有人觉得它手感极佳、压制力强,一套连段能让对手全程硬直到死不还手;也有人觉得它攻击距离短、后摇明显、容错率低,换上之后反而打得比之前还难受。如果你只盯着单发伤害或者面板数值挑…

2026/10/25 15:20:41 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/16 8:22:12 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/16 6:41:34 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/16 8:22:12 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/16 8:22:12 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/16 7:30:18 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/16 8:22:12 阅读更多 →

日新闻

周新闻

月新闻