前言
大家好！今天给大家分享一个我最近开源的项目 —— AICG智能视频创作平台。
这是一个能将长文本自动转换为高质量图文解说视频的工具，最大的特点是：成本低、效率高、全自动。
GitHub: github.com/869413421/a…
💡 为什么做这个项目？
作为内容创作者，我们都知道：
- 📝 文字内容阅读量越来越低
- 📺 视频内容才是流量密码
- 💰 传统视频制作成本太高（500-2000元/条）
- ⏰ 自己剪辑太费时间（2-3天/条）
于是我想：能不能用AI自动化这个过程？
经过一段时间的开发，答案是：可以，而且成本低到惊人！
📺 产品演示
完整工作流程
1️⃣ 项目管理与章节识别
功能：
- 上传TXT、DOCX、PDF、EPUB等格式文档
- AI自动识别章节结构
- 可视化编辑器调整章节
2️⃣ 导演引擎 - 批量生成素材
功能：
- 批量生成AI绘画提示词
- 调用AI模型生成图片
- TTS语音合成
- 实时预览素材
3️⃣ 单句精细调整
功能：
- 查看每句话的详细信息
- 重新生成不满意的图片或音频
- 一键替换素材
4️⃣ 视频合成与配置
功能：
- 配置视频参数（分辨率、帧率、字幕样式）
- 选择BGM并调节音量
- 设置视频速度
- 启用LLM字幕纠错
- 一键生成最终视频
💰 成本分析
这是最让人兴奋的部分！
实测成本（100句视频）
| 项目 | 服务 | 成本 |
|---|---|---|
| 提示词生成 | GPT-4o-mini | ¥0.1 |
| 图片生成 | Sora_Image（中转） | ¥4.0 |
| 语音合成 | 硅基流动TTS | ¥2.0 |
| 总计 | - | ¥6.1 |
成本对比
| 方式 | 成本 | 时间 | 技能要求 |
|---|---|---|---|
| 传统外包 | ¥500-2000 | 3-7天 | 无 |
| 自己制作 | 时间成本 | 2-3天 | 剪辑、配音 |
| 本平台 | ¥6 | 10分钟 | 会点鼠标 |
成本降低98%，效率提升300倍！
✨ 核心功能
🎯 全自动化流程
上传文章 → AI识别章节 → 批量生成素材 → 自动合成视频 → 下载成品
全程只需要点几下鼠标，其他全部自动化！
🎨 AI素材生成
图片生成：
- Flux系列模型（高质量）
- SDXL系列模型（平衡）
- Sora_Image（低成本，约0.04元/张）
语音合成：
- 硅基流动 index-tts2
- 情感丰富的中文配音
- 自然流畅的语音节奏
LLM集成：
- GPT-4o系列
- Claude 3.5系列
- DeepSeek系列
- 智能字幕纠错
🎬 专业视频控制
| 功能 | 说明 |
|---|---|
| Ken Burns效果 | 动态缩放+平移，告别静态画面 |
| BGM混合 | 背景音乐自动循环，可调音量(0-50%) |
| 视频加速 | 0.5x-2.0x速度调整，保持音调不变 |
| LLM字幕纠错 | 智能修正语音识别错误 |
| 多分辨率 | 竖屏/横屏/方形，适配各平台 |
💾 智能缓存
- 已生成的图片和音频自动复用
- 修改文案不需要重新生成所有素材
- 大幅节省API费用
🛠️ 技术架构
后端技术栈
FastAPI + SQLAlchemy + Celery + PostgreSQL + Redis + MinIO
- FastAPI: 高性能异步Web框架
- Celery: 分布式异步任务队列
- PostgreSQL: 主数据库
- Redis: 缓存与消息队列
- MinIO: 对象存储
前端技术栈
Vue 3 + Element Plus + Pinia + Vite
- Vue 3: 渐进式JavaScript框架
- Element Plus: 企业级UI组件库
- Pinia: 状态管理
核心技术流程
graph LR
A[文本] --> B[章节识别]
B --> C[提示词生成]
C --> D[AI绘画]
C --> E[TTS配音]
D --> F[单句视频]
E --> F
F --> G[视频拼接]
G --> H[视频加速]
H --> I[BGM混合]
I --> J[最终视频]
🚀 快速开始
环境要求
- Python 3.11+
- Node.js 18+
- FFmpeg
- Docker
一键启动
# 1. 克隆仓库
git clone https://github.com/869413421/aicon.git
cd aicon
# 2. 配置环境变量
cp .env.example .env
# 编辑.env，填入API密钥等配置
# 3. 启动基础设施
./scripts/start.sh
# 4. 启动后端（新终端）
cd backend
uv sync
alembic upgrade head
uv run uvicorn src.main:app --reload
# 5. 启动Celery（新终端）
cd backend
uv run celery -A src.tasks.task worker --loglevel=info
# 6. 启动前端（新终端）
cd frontend
npm install
npm run dev
访问地址
- 前端：http://localhost:3000
- API文档：http://localhost:8000/docs
- MinIO控制台：http://localhost:9001
🎯 适用场景
内容创作者
- 📚 小说解说：网文、轻小说转视频
- 📖 知识科普：教程、百科转视频
- 📰 新闻资讯：快速制作新闻视频
- 🎭 故事讲述：历史故事、传说故事
企业用户
- 💼 营销内容：产品介绍、品牌故事
- 📊 培训视频：企业培训、课程制作
- 📢 宣传视频：活动宣传、公告通知
开发者
- 🔧 学习AI应用开发
- 🎨 了解视频处理技术
- 🚀 基于此开发自定义产品
💡 技术亮点
1. 字幕同步保护
- 严格验证LLM纠错词数
- 防止时间轴错位
- 确保音画完美同步
2. 高效加速策略
- 在最终视频应用速度
- 避免单句重复编码
- 大幅提升处理效率
3. 智能BGM处理
- 自动循环短BGM
- 自动截断长BGM
- 完美融合背景音乐
4. 增量缓存机制
- 智能复用已生成素材
- 修改文案只重新生成变化部分
- 节省API费用
🔮 未来规划
短期（Q1 2025）
- 👤 人物一致性：保持角色形象稳定（LoRA微调）
- 🎬 动态视频：集成Runway、Pika等视频生成模型
- 📹 智能运镜：电影级镜头语言
中期（Q2-Q3 2025）
- 🎨 可视化编排：时间轴编辑器，所见即所得
- 📤 多平台发布：一键发布到B站、抖音、YouTube
- 📊 数据分析：播放量统计、热度预测
长期（Q4 2025）
- 🤖 AI音乐生成：自动创作BGM
- 🎭 表情动画：角色表情生成
- 👥 团队协作：多人协同创作
🙋 常见问题
Q: 需要GPU吗？
A: 不需要！所有AI计算都调用云端API，普通电脑就能跑。
Q: API费用贵吗？
A: 非常便宜！100句视频只要6块钱，比买杯咖啡还便宜。
Q: 支持哪些语言？
A: 目前主要支持中文，未来会支持多语言。
Q: 视频质量如何？
A: 取决于你选择的AI模型。用好的模型（如Flux），质量非常高。
Q: 可以商用吗？
A: 可以！MIT协议，随便用。但注意API服务商的使用条款。
Q: 需要什么技术背景？
A: 会用Docker和命令行就行，有详细的安装文档。
📊 项目数据
- ⭐ 开源协议：MIT（完全免费）
- 🔧 开发语言：Python + JavaScript
- 📦 代码规模：~20,000行
- ⚡ 性能：单机可同时处理10+视频任务
- 💾 存储：支持MinIO对象存储
- 🌟 GitHub Stars：持续增长中
🌟 为什么选择这个项目？
1. 真正的低成本
不是营销噱头，是实测数据：100句视频¥6
2. 完全开源
MIT协议，代码完全开放，随便用，随便改
3. 持续更新
活跃开发中，功能持续增加，bug及时修复
4. 社区支持
欢迎提Issue、PR，一起让项目更好
5. 生产可用
不是Demo，是真正可以用于生产的完整系统
🤝 参与贡献
欢迎各种形式的贡献：
- ⭐ Star: 给项目点个星
- 🐛 Issue: 报告问题和建议
- 🔀 PR: 提交代码改进
- 💬 讨论: 分享使用心得
- 📢 推广: 推荐给更多人
📞 联系方式
- 📧 GitHub: github.com/869413421/a…
- 💬 Issues: github.com/869413421/a…
- 📖 文档: 详见README
🎉 结语
这个项目凝聚了我几个月的心血，从构思到实现，踩了无数坑。
但看到它真的能帮助大家低成本、高效率地创作视频，一切都值得！
AI正在改变内容创作的方式，而我们正站在这个变革的起点。
如果你也对AI视频创作感兴趣，欢迎：
- ⭐ Star这个项目
- 🔀 Fork并改进
- 💬 提Issue交流
- 📢 分享给更多人
让我们一起用AI，让创作更简单，让好内容触达更多人！ 🚀
#AI视频创作 #开源项目 #内容创作 #视频制作 #人工智能 #FastAPI #Vue3
