集内容策划、AI自动文案生成、TTS批量配音、AI图片素材合成、ASR自动字幕提取以及自由创作于一体的短视频生成管理平台

项目简介

一个集内容策划、AI文案自动生成、TTS 批量自动配音、(AI)图片素材合成、ASR自动提取语言字幕脚本、AI自由创作于一体的(短视频)生成工作站。方便管理每期的视频项目。

• 支持按模板批量生成视频项目，脚本、图片素材(AI)、字幕和音频一键齐备。
• Gemini + TTS合成，既能改写脚本又能直接输出(带情绪的)配音。
• 图文分轨管理，可在前端随时替换图片、字幕或音频并预览结果。

数据展示

前端界面

快速上手

1. 复制 env.example.yaml 为 env.yaml，填入自己的 Gemini Key、Base URL、模型、TTS Key 与提示词等配置，否则无法调用接口。
2. （可选）在 env.yaml 中设置 Default-Project-Root，用于存放自动生成的脚本、音频与图片文件。
3. 安装依赖：npm install。
4. 启动服务：npm start 或直接双击 start.bat，默认访问地址为 http://localhost:8765。

功能介绍

1. 项目总览：以卡片形式管理批量项目，显示输出目录、创建时间及删除动作，便于快速定位。
2. 文案生成：结构化展示场景脚本，可复制单条或整段文案，左侧勾选联动右侧提示词。
3. 字幕获取: 需配合我的另一个项目(n8n-http-tools): 开源地址:n8n-http-tools
4. TTS 合成：支持单条与批量两种模式，输入合成文本与情感提示即可生成语音。
5. 图片生成：集中管理角色描述、场景描述等提示词，勾选后即可批量复制到绘图任务。
6. 立绘/背景等生成：提供提示词输入、参考图上传、宽高比设置与历史记录，方便随时复用素材。
7. 逆向接口实现ASR自动提取剪辑需要的字幕文件：在TTS合成界面下方，有“字幕生成”功能，点击下方的按钮可以打开字幕生成工具。此部分代码由其它作者开源。
8. 常用提示词与自由创作：收藏高频提示词并一键复制，同时提供自由创作面板进行自定义绘制。

项目地址

https://github.com/Norsico/Video-Materials-AutoGEN-Workstation/blob/main/README.md