新闻详情

新闻详情

首页 / 资讯中心 / 详情

Pixelle-Video|AI 短视频自动生成:如何 5 分钟出一条带解说的视频

发布时间:2026/11/20 22:50:21来源:尧图网络
Pixelle-Video|AI 短视频自动生成:如何 5 分钟出一条带解说的视频
Pixelle-VideoAI 短视频自动生成如何 5 分钟出一条带解说的视频【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video周五下午三点周一的评审会需要一段一分钟的产品介绍视频。按传统流程写文案、找素材、逐帧剪辑至少忙一整天用 Pixelle-Video 输入主题后AI 短视频自动生成会接手后续环节几分钟后就能得到一条带解说和背景音乐的视频。Pixelle-Video 是一个开源的 AI 全自动短视频生成引擎Apache 2.0输入一个主题它依次完成 LLM 写文案、AI 生成配图、语音合成和视频合成直接产出可发布的 mp4全程在 Web 界面操作。 从零到第一个视频产出前置需要准备两个工具Python 包管理器 uv 和视频处理工具 ffmpegmacOS 用 brew install ffmpegUbuntu 用 apt install ffmpegWindows 从官网下载后把 bin 目录加入 PATH。然后克隆并启动git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv run streamlit run web/app.pyuv 会自动安装项目依赖浏览器随启动打开 http://localhost:8501Windows 用户也可以改用官方整合包解压后运行 start.bat无需装 Python 和 ffmpeg。首次使用要在页面上展开「系统配置」面板填三处① LLM 配置下拉选预设模型如通义千问并填 API Key用于写文案② 图像/视频生成二选一云端 RunningHub只填 Key或本地 ComfyUI填服务地址③ 语音合成默认 Edge-TTS免费免配置。习惯改文件的话把 config.example.yaml 复制为 config.yaml填的是同样三项。随后在左侧内容输入区输入主题例如如何养成阅读习惯中间选一个视频模板点右侧「生成视频」。进度条按生成文案 → 配图 → 合成语音 → 合成视频推进会显示分镜 3/5 - 生成插图这类提示完成后视频自动播放成品存放在 output/ 目录。 拆一个机制主题如何变成分镜视频项目的核心是 standard.py 里的线性流水线一条主题串走完三段链路输入一段主题字符串如如何养成阅读习惯。处理LLM 先写出标题再把解说词切成 5 个分镜每镜默认 5-20 字并为每个分镜生成一条英文图像提示词。随后逐分镜执行三件事TTS 合成音频、生成配图可选 Flux、Qwen、SDXL 等工作流、把文字、图片和音频填进 HTML 模板渲染成一个视频片段。输出所有片段拼接、混入 BGM得到 output/ 下的完整视频。这套设计的实用之处在于每一环都能单独换换 LLM 文案风格就变换图像工作流配图风格就变不需要动流水线代码。模板命名有约定static_ 前缀是纯文字静态模板image_ 需要 AI 配图video_ 需要 AI 视频生成选模板时按前缀判断成本。 三个可直接上手的场景竖屏知识科普1080x1920 模板怎么选要达成什么一条一分钟的竖屏科普视频适合抖音、视频号每段解说配一张插图。怎么配内容输入区选「AI 生成内容」模式并输入主题模板选 1080x1920 分组的 image_default.html也是默认值TTS 保持 Edge-TTSBGM 选内置的 default.mp3。注意什么每镜解说默认 5-20 字5 个分镜约 30 秒想更长时间话就调大分镜数但生成耗时会成比例增加。横屏讲解1920x1080 电影感模板怎么用要达成什么B 站或公众号用的横屏讲解视频用 image_film 模板的海报居中 上方标题 下方解说版式。怎么配模板下拉选 1920x1080 分组的 image_film.html插图工作流可用 RunningHub 云端或本地 ComfyUI用英文提示词前缀统一插图风格可点「预览风格」先试图。注意什么图像生成默认 1024x1024不同模型对尺寸限制不同出横屏画面前需要把宽度、高度按模板调整。方形图文帖static 静态模板怎么省成本要达成什么小红书等平台的 1080x1080 方形内容用于账号定位、品牌展示。怎么配模板选 1080x1080 分组的 image_minimal_framed.html如果内容以纯文字为主改用 static_ 开头的静态模板完全不消耗 AI 配图调用。注意什么看清模板前缀——static_ 不生成任何媒体image_ 走图像工作流video_ 还需要视频生成 API 配置否则生成会卡在对应步骤。 关键参数速查以下字段均按 config.example.yaml 中的命名挑最影响体验的 5 项配置项默认值推荐值影响llm.model / api_key空通义千问等预设 API Key决定文案质量用本地 Ollama 可 0 成本运行comfyui.image.default_workflowrunninghub/image_flux.json云端用 runninghub本地用 selfhost决定配图生成路线云端需 RunningHub Keycomfyui.tts.default_workflowselfhost/tts_edge.json保持不变Edge-TTS 免费Index-TTS 支持声音克隆但依赖 ComfyUItemplate.default_template1080x1920/image_default.html按发布平台尺寸选决定视频画幅与版式comfyui.runninghub_concurrent_limit1普通会员保持 1上限 10云端工作流并发数影响批量生成速度 优点与限制最扎实的一点是文案、配图、解说、合成四段能力都可替换ComfyUI、RunningHub、直连 API 三种供应商路线能自由组合还有完全免费的本地方案。限制在于画面质量受制于所选图像/视频模型默认 Flux 插画是简笔画风格表现写实内容时上限不高。适合需要批量产出解说类短视频的人不适合追求动态运镜和复杂剪辑效果的内容。 资源索引项目说明与更新日志README.md完整配置示例config.example.yaml模板与工作流目录templates/ workflows/常见问题排查docs/zh/troubleshooting.md【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/20 20:45:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/20 18:41:01

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉