text2video-开源一键文本转视频的工具
美国
人工智能 AI视频 GitHub
text2video-开源一键文本转视频的工具

text2video是一个开源一键文本转视频的工具,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,具通过标点符号句号分段文本,使用 stable-di……

text2video是一个开源一键文本转视频工具,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,具通过标点符号句号分段文本。

使用 stable-diffusion生成图片edge-tts转换语言,通过 OpenCV合并图片为 mp4 视频,字母贴在视频底部,音频控制画面播放时长,最后使用 FFmpeg合并音频和视频,非开箱即用的工具,需要一定的知识

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

资源下载此资源仅限注册用户下载,请先

相关导航

暂无评论

您必须登录才能参与评论!
立即登录
暂无评论...