{"repo":"toki-plus/ai-ttv-workflow","free":true,"listed":false,"github":"https://github.com/toki-plus/ai-ttv-workflow","clone":"git clone https://github.com/toki-plus/ai-ttv-workflow.git","description":"本项目专为内容创作者、新媒体运营及开发者设计，致力于简化视频制作流程。无论是文章、脚本，甚至是已有的视频文案，都能被快速转换成可直接发布的短视频，适用于抖音、B站、YouTube Shorts、小红书等平台。video-processing, automation, tiktok, selenium, pyqt5, ffmpeg, bot, data-scraping, video-deduplication.","language":"Python","stars":125,"topics":["automation","bot","data-scraping","ffmpeg","pyqt5","selenium","tiktok","video-deduplication","video-processing"],"license":"MIT","category":"media-processing","readme_excerpt":"AI TTV Workflow 简体中文 English 面向内容团队的文本到视频生产工作流原型。 项目将文案处理、语音合成、字幕生成、画面配置和视频渲染整合在一个桌面应用中，用于验证如何减少短视频生产中的重复操作，同时保留人工编辑和确认环节。 项目背景 将一段文案制作成可发布视频，通常需要在多个工具之间反复传递文本、音频、字幕和素材。流程割裂会增加文件管理成本，也容易造成内容版本不一致。 AI TTV Workflow 将这些步骤组织成可视化流水线，使用户能够在同一个界面中完成输入、编辑、生成与预览。 目标用户 - 需要批量制作知识类或口播类内容的运营团队 - 希望验证文本转视频流程的产品与技术人员 - 需要可重复字幕、配音和封面配置的内容创作者 主要能力 - 文案获取与加工 ：接收手动输入的文案，或粘贴视频分享链接自动提取文本；提供 AI 辅助改写与翻译入口，翻译支持数十种语言，改写结果始终交由用户编辑确认 - 语音合成与参数调校 ：使用 Edge TTS 生成覆盖多语言、多发音人的自然语音，支持语速、音调、音量微调以匹配内容情绪 - 字幕同步生成 ：在生成音频的同时输出与时间轴对齐的 SRT 字幕，无需二次对轴 - 品牌视觉配置 ：配置圆形头像、字体、作者信息、背景音乐与视频参数；自动生成适用于短视频平台的 9:16 竖屏封面 - 渲染与硬件加速 ：使用 FFmpeg 完成音视频合成、字幕嵌入和封面生成，支持 NVIDIA NVENC GPU 加速以缩短渲染时间 - 桌面任务管理 ：在 PyQt5 界面中预览结果、管理任务状态；浏览器辅助功能首次使用时自动下载匹配当前 Chrome 版本的驱动，免去手工配置 📸 软件截图 演示视频封面（点击图片跳转观看完整演示）。 软件主界面：工作流的每个步骤从上到下一目了然。 自动生成的 9:16 竖屏封面示例。 工作流 代码结构 - core/app controller.py ：应用流程编排 - core/services/ ：文本、语音和视频服务 - core/ui/ ：桌面界面与预览组件 - core/utils/ ：任务进程、数据与驱动管理 - main.py ：应用入口 主要技术：Python、PyQt5、Edge TTS、Selenium、FFmpeg、Pillow。 快速开始 环境要求 - Python 3.8+ - FFmpeg（需加入 PATH ，可用 ffmpeg -version 验证） - Google Chrome（仅在启用浏览器辅助功能时需要） 安装与启动 1. 克隆仓库并创建虚拟环境： 2. 安装依赖： 3. 运行程序： 首次使用浏览器辅助功能时，程序会自动下载匹配当前 Chrome 版本的 chromedriver 。界面从上到下的布局即为推荐工作流：获取或输入文案 → 编辑润色 → 选择声音并调整语速/音调/音量 → 生成音频与字幕 → 配置头像、字体、BGM 等参数（有 NVIDIA 显卡可开启 GPU 加速）→ 生成视频与封面。 使用边界 - AI 生成或改写的内容应由用户审核后再发布。 - 浏览器自动化依赖第三方页面结构，页面变更可能影响相关功能。 - 用户应确保输入文本、音视频素材和发布内容拥有合法使用权。 - 当前版本尚未建立完整的自动化测试与 CI。 项目价值 本项目展示了对内容生产流程的拆解、服务模块边界设计，以及将人工确认点保留在自动化流程中的产品思考：文案编辑、声音选择、参数配置等环节均保留人工决策入口，自动化只负责重复性的传递与渲染。 📂 更多项","default_branch":null,"files":null,"tree":[],"storefront":"/r/toki-plus","claimed":false,"request_supported":{"post":"https://gitbuyer.com/r/toki-plus/ai-ttv-workflow/request-supported","requests":0},"note":"indexed from public GitHub; nothing is for sale on this page. Clone it from GitHub. Paid listings live at /search."}