SamurAIGPT/Text-To-Video-AI

解決的問題

本專案可將簡單的文本提示自動轉換為引人入勝的短影片（如 YouTube Shorts、Instagram Reels 和 TikTok），消除撰寫腳本、錄製旁白、尋找背景影像與同步字幕的手動工作。

如何運作

此系統協調多項 AI 服務，端對端地建構影片：

1. 腳本生成：使用 LLM（OpenAI、Groq 或 Google Gemini）根據使用者提供的主題生成腳本。
2. 旁白：使用 EdgeTTS（免費）或 ElevenLabs 將腳本轉換為語音。
3. 影像素材：從 Pexels 取得相關 B-roll 影像，或透過 MuAPI 生成 AI 影片片段（支援 Google Veo、Sora 和 Kling 等模型）。
4. 字幕：使用 Whisper 或 Deepgram 產生語音的時間戳，創建同步的螢幕文字。
5. 合成：將這些元素組合為最終的影片檔案，支援直式或橫式方向。

適用對象

希望無需專業編輯軟體或手動取得素材，快速製作高品質 AI 驅動影片內容的內容創作者、社群媒體經理與教育工作者。

主要特色

• 彈性 AI 架構：支援多種 LLM 提供商及透過 MuAPI 使用高階影片生成模型。
• B-roll 整合：自動從 Pexels 取得庫存影像素材。
• 可自訂樣式：完全控制字幕的字型、顏色與位置。
• 多格式支援：原生支援 9:16（直式）與 16:9（橫式）兩種方向。
• 低門檻接入：可透過本機安裝、Google Colab 或生產就緒的 Premium API 使用。