Agents365-ai/video-podcast-maker

解决的问题

自动化将简单主题转化为专业4K视频播客的复杂流程。通过协调研究、脚本编写、语音合成和视觉渲染，将其整合为单一管道，消除了手动视频编辑和技术设置的需求。

如何工作

该项目作为一个可由代码代理驱动的管道运行。其流程如下：

1. 研究与脚本编写：基于提供的主题生成研究笔记和旁白脚本。
2. 音频合成：使用本地TTS后端（免费的Microsoft Edge或高级版Azure）将脚本转换为语音。
3. 视觉合成：使用Remotion（基于React的视频框架）构建视频，包括4K字幕和动画。
4. 资产集成：从各种来源（用户文件、素材库或AI生成器）获取B-roll、静态图像和叠加层。
5. 最终混音：使用FFmpeg将渲染后的视频与背景音乐混合，并导出最终文件。

适用人群

希望在YouTube、Bilibili、Douyin、Xiaohongshu和WeChat Channels等平台上制作高质量视频播客，但无需掌握视频编辑或编程深层技能的内容创作者。

主要亮点

• 端到端自动化：从文本主题到最终4K MP4文件的全自动流程。
• 多平台支持：针对不同社交媒体平台定制输出，并支持多语言（英语和中文）。
• 灵活的TTS：内置免费Edge TTS和专业Azure Speech支持。
• AI驱动的资产：与AI工具集成，用于生成B-roll和缩略图。
• 竖版短视频：可从长视频中生成9:16的精彩片段。