SamurAIGPT/Text-To-Video-AI

解决的问题

该项目将简单的文本提示自动转化为引人入胜的短视频（如 YouTube Shorts、Instagram Reels 和 TikTok），消除了编写脚本、录制旁白、寻找背景素材和同步字幕的手动工作。

如何工作

该系统协调多个 AI 服务，端到端地构建视频：

1. 脚本生成：使用 LLM（OpenAI、Groq 或 Google Gemini）根据用户提供的主题生成脚本。
2. 旁白：使用 EdgeTTS（免费）或 ElevenLabs 将脚本转换为语音。
3. 视觉素材：从 Pexels 获取相关 B-roll 素材，或通过 MuAPI 生成 AI 视频片段（支持 Google Veo、Sora 和 Kling 等模型）。
4. 字幕：使用 Whisper 或 Deepgram 生成语音的时间戳，创建同步的屏幕文字。
5. 合成：将这些元素组合成最终的视频文件，支持竖屏或横屏格式。

适用人群

希望无需专业编辑软件或手动获取素材，快速制作高质量 AI 驱动视频内容的内容创作者、社交媒体经理和教育工作者。

主要亮点

• 灵活的 AI 技术栈：支持多种 LLM 提供商及通过 MuAPI 使用高端视频生成模型。
• B-roll 集成：自动从 Pexels 获取库存视频素材。
• 可自定义样式：完全控制字幕的字体、颜色和位置。
• 多格式支持：原生支持 9:16（竖屏）和 16:9（横屏）两种方向。
• 低门槛接入：可通过本地安装、Google Colab 或生产就绪的 Premium API 使用。