/text2video

半个神器👉一键文本转视频的工具

Primary LanguagePythonMIT LicenseMIT

一个文本转视频的工具

这个工具可以将一段文本转换为视频,并保存到指定的本地,初衷是想实现小说的可视化阅读功能。

效果图如下:

效果图

实现原理

  • 将文本进行分段,现在没有想到好的办法,就是通过标点符号句号分段,分成一个个的句子
  • 通过句子生成图片,生成声音,图片开源的有很多,本方案采用 stable-diffusion,语言转文字使用 edge-tts
  • 在通过 opencv 将图片合并为视频,目前输出 mp4 格式的视频,句子作为字母贴到视频内容的底部区域。
  • 音频是一个有时间概念的东西,恰好可以通过音频控制一张画面的播放时长
  • 在通过 ffmpeg 将音频合并到原始视频中。

最终,一个有画面,有字幕,有声音的视频就出现了,咱们实现了一个 文本转视频

本地开发

安装依赖

开发时,需要安装的环境是 macOS python 3.10.12,其他环境可能存在兼容性问题

pip install -r requirements.txt

生成 huggingface api key

token 申请地址:https://huggingface.co/settings/tokens

因为,该项目中使用了 huggingface 上的开源文生图模型生成图片,中文生成图片效果不大好,因此,本项目对中文进行了翻译,感谢有道,直接使用有道翻译,比较方便。翻译后,生成图的质量有一定的提高。

token 可以写入到 .env 文件里面

如果使用的 pollinations-ai ,则不填写 token 就 ok

安装 ffmpeg

因为视频合成声音需要

开始使用

python3.10 app.py
http://127.0.0.1:5000/

赞助

随意打赏,请备注 github 名 image

关注作者微信公众号,老码沉思录,与作者交流。 image

License: MIT

本项目采用 MIT 许可证授权。