企业官网建设流程全解析

Pixelle-Video：一句话生成数字人口播视频

【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

当你只想说一句话，就拿到一条竖版口播视频，又不想碰剪辑、不出镜时，Pixelle-Video 的 AI 短视频生成刚好接住这个需求：输入一个主题，它自动写完文案、画出配图、合成配音，几分钟内出一条成片。

它到底能帮你省掉哪些事

过去你得自己出镜拍，先写脚本、再逐句画配图；现在只需输入一行主题，大模型写完解说词，图像模型逐分镜出图。

过去你得在软件里选音乐、铺音频、逐个调分镜；现在只需挑一个 TTS 音色、选一套视觉模板，系统自动合成成片，文件落在output/目录。

过去你得装 Python、ffmpeg 和一堆依赖；现在 Windows 用户用一键整合包双击就能启动，源码用户一条 uv 命令装完依赖。

黑金电影风标题与配图的版式示例

从一句话到一条视频的完整链路

整条链路拆成三块：文案与画面、声音与数字人、模板与合成。

大模型写文案，配图自动出

输入主题，输出一整段分镜文案，默认 5 个分镜，每镜预留配图位。

• 接入通义千问、GPT-4o、DeepSeek 或本地 Ollama，均为 OpenAI 兼容接口
• 配图走本地 ComfyUI 渲染，或接 RunningHub 云端，免本地显卡
• 图生视频：选i2v_LTX2.json工作流，可把静图转成动态分镜

TTS 配音与数字人口播

文案直接转成配音，Edge-TTS 免费可用，多语言可选。

• 切到 Index-TTS 工作流，上传参考音频即可克隆音色
• 数字人口播只需上传一张人物形象图，选智能带货或自定义口播模式
• 系统自动分析素材，合成数字人画面与配音

模板、BGM 与一键合成

每句解说按所选模板渲染画面，叠加背景音乐，最后合成视频文件。

• 竖屏 1080x1920 模板 25 套、横屏 1920x1080 5 套、方屏 1080x1080 1 套
• 风格覆盖极简科技、水墨治愈、卡通、电影黑金，按平台尺寸挑选

深色科技风图文版式示例

跟着做完：四步拿到第一个成片

1. 获取代码并安装依赖（需 Python 3.10+，推荐 uv）：

git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video && uv sync

2. 启动 Web 界面，浏览器自动打开http://localhost:8501：

uv run streamlit run web/app.py

3. 在「系统配置」中选 LLM 预设（推荐通义千问）并填 API Key，图像服务填本地 ComfyUI 地址或 RunningHub 密钥，TTS 保持 Edge-TTS 默认，点「保存配置」。
4. 在「内容输入」填主题（如“为什么要养成阅读习惯”），设分镜数（默认 5），选音色和模板，点「生成视频」，3–5 个分镜约 2–5 分钟出片。

三种部署姿势，按需选 📦

谁在用它：三类典型用法

知识分享号：把读书笔记、行业观察做成竖版口播视频，脚本由大模型生成，你只负责审一遍语气再发布。

小技巧：竖屏 1080x1920 模板的字幕与节奏更贴合短视频平台。

电商产品口播：用数字人带货模式，上传一张商品或人物图，AI 自动写带货口播文案并合成成片。

小技巧：在「自定义口播」模式直接贴现成话术，输出不会自由发挥跑偏。

教育与企业培训：批量生产讲解型课程视频，统一音色和模板，系列课风格一致，更新时只改文案。

小技巧：用 Index-TTS 克隆一位稳定的讲师音色，整门课复用。

水墨山峰配标题文字的版式示例

踩坑速查 🛠

“必须要本地部署 ComfyUI 吗？”不必。纯文本模板零依赖；要 AI 配图就走 RunningHub 云端。

“我显卡只有 4G，能跑吗？”本地 ComfyUI 免谈，改用 RunningHub 云端渲染；LLM 用本地 Ollama 或云端通义千问都行。

“生成要等多久？”3–5 个分镜通常 2–5 分钟，主要看 LLM 响应与出图速度；纯文本模板最快。

“费用大概多少？”Ollama + 本地 ComfyUI = 0 元；LLM 用通义千问，一条 3 段视频约 0.01–0.05 元。

想看底层怎么跑

Web 层是 Streamlit，入口web/app.py；核心编排集中在pixelle_video/service.py，协调 LLM、TTS 与媒体服务；图像、语音、数字人能力都是workflows/下的 JSON 工作流，如digital_combination.json，成片版式在templates/目录。

下一步 🚀

1. 读一遍 快速开始，把第一个视频完整跑通。
2. 翻 示例画廊 的成品版式，挑一套你顺眼的模板再开工。
3. 卡住先查 故障排查，没解决就去仓库 Issue 区提问。

【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