zcbacxc/movie-narrator

🎬 Generate narrated movie recap videos from a single prompt.

解决的问题

Movie Narrator 自动化电影回顾视频的制作。它消除了手动编写脚本、录制旁白、生成字幕和剪辑片段的繁琐工作，使用户仅需一个提示即可生成完整的旁白视频。

工作原理

该项目使用16步顺序流水线，将电影标题转化为成品视频：

  1. 内容生成：使用LLM通过TMDB研究剧情，并根据选定的视角（例如全知视角或侦探视角）撰写回顾脚本。
  2. 音频与字幕：使用TTS（默认为Edge-TTS）将脚本转换为语音，并生成同步的SRT字幕，支持多语言翻译。
  3. 视觉合成：检测源视频中的场景，将其与脚本段落匹配，并整合背景音乐。
  4. 渲染：将最终素材渲染为1080p或4K视频，支持多种格式（例如16:9或9:16）。

适用人群

专为在社交媒体或YouTube、TikTok等平台制作电影回顾视频的内容创作者设计，也适合希望获得可扩展自动化视频旁白框架的开发者。

主要亮点

  • 多候选「赛马」机制：生成多个脚本变体，并自动选择最佳版本。
  • 参考风格模仿：可从热门参考视频中提取旁白风格，并应用于新电影。
  • VLM集成：通过云API使用视觉语言模型（VLM）进行场景字幕生成。
  • 灵活的基础设施：支持多种OpenAI兼容LLM（Ollama、Zhipu等）和多个TTS提供商。
  • QA检测门：自动检测最终输出中的黑帧或幻灯片式风险。

相关

  • 项目
    AceDataCloud/Nexior

    Nexior 是一个 MIT 许可的 Vue 基础应用，将 40 多个聊天、图像、音频和视频 AI 模型整合到一个可自托管的统一界面中。支持一键 Vercel 或 Docker 部署，BYOK 或单个 AceData 密钥，内置用户账户、支付和推荐机制，是 AI 产品即用型 SaaS 的理想起点。

  • 项目
    xeronsh/openOii

    一个使用 LangGraph 协调从故事创意到最终视频合成的多代理流水线的 AI 漫画视频生成项目

  • 项目
    deepmodeling/dpgen

    DP‑GEN is a Python platform that automates the creation of deep‑learning interatomic potentials (Deep Potential models). It runs a concurrent learning loop—sampling structures, selecting the most informative ones for DFT calculations, and retraining the model—while handling job scheduling on HPC clusters and interfacing with many MD and quantum‑chemistry codes.

  • 项目
    Wakals/CoVT

    CoVT 是一个使视觉语言模型能够使用连续视觉令牌进行推理的框架，通过将语义思考扎根于感知线索，提升其空间推理能力和几何意识。