AutoVideo - 自动视频生成器

AutoVideo 是一个自动生成新闻视频的工具，支持从新闻源自动生成视频内容。

主要特性

• 自动新闻获取: 通过 WYTA API 获取新闻内容
• 智能字幕生成: 自动生成语音字幕
• 高质量语音: 使用 TTS 技术生成自然语音
• 多模型支持: 支持 LLM 和 TTS 多种模型
• 易于使用: 简单的配置和使用流程

快速开始

系统要求

• Python 3.13+
• 查看 pyproject.toml 依赖

安装

1. 克隆项目:

git clone <repository-url>
cd autovideo

2. 安装依赖:

uv sync

3. 配置环境:

cp .env.example .env
# 编辑 .env 文件设置相关 API 密钥

运行项目

python main.py

工作流程:

1. 通过 WYTA API 获取新闻
2. 使用 LLM 生成字幕
3. 将文字转换为语音
4. 生成图片素材
5. 合成最终视频

环境配置

必需配置

(在 .env 文件中配置以下参数):

# LLM配置
LLM_API_KEY=your_llm_api_key
LLM_BASE_URL=https://api.siliconflow.cn/v1  # 使用的 LLM 服务
LLM_MODEL=deepseek-ai/DeepSeek-V3
LLM_TEMPERATURE=0.7
LLM_MAX_TOKENS=1000

# 语音合成配置
TTS_PROVIDER=siliconflow  # 可选: edge_tts, siliconflow
TTS_VOICE=FunAudioLLM/CosyVoice2-0.5B:alex
TTS_RATE=+0%
TTS_VOLUME=+0%

# 新闻 API 配置
WHYTA_API_KEY=your_whyta_api_key

# SiliconFlow TTS 配置 (当 TTS_PROVIDER=siliconflow 时需要)
TTS_API_KEY=your_tts_api_key
TTS_BASE_URL=https://api.siliconflow.cn/v1
TTS_MODEL=FunAudioLLM/CosyVoice2-0.5B

支持服务

语言模型 (LLM)

• OpenAI GPT 系列
• DeepSeek
• 其他兼容 OpenAI API 的服务

语音合成 (TTS)

• Edge TTS: 免费在线语音服务
• SiliconFlow: 高质量商业语音服务

新闻源

• WYTA API: 免费新闻聚合 API

项目结构

autovideo/
├── autovideo/
│   ├── __init__.py
│   ├── autovideo.py         # 主要视频生成类
│   ├── config.py            # 配置管理
│   ├── llm_client.py        # LLM 客户端
│   ├── tts_generator.py     # TTS 生成器
│   ├── html_to_image.py     # HTML 转图片
│   └── video_generator.py   # 视频生成器
├── main.py                  # 主程序入口
├── .env.example            # 环境变量模板
├── pyproject.toml          # 项目配置
├── requirements.txt        # 依赖列表
└── templates/              # HTML 模板文件

使用示例

自定义新闻源

from autovideo.autovideo import AutoVideoGenerator
from autovideo.config import Config

def custom_news_fetcher():
    # 自定义新闻获取逻辑
    return [{"title": "新闻标题", "content": "新闻内容", ...}]

config = Config.from_env()
generator = AutoVideoGenerator(config)

video_path = generator.generate_news_video(
    news_data_fetcher=custom_news_fetcher,
    output_path="custom_video.mp4"
)

直接生成新闻视频

news_items = [
    {
        "title": "新闻标题",
        "content": "新闻内容",
        "source": "新闻来源",
        "created_at": "2024-01-01 12:00:00"
    }
]

video_path = generator.generate_from_news_list(
    news_items=news_items,
    output_path="formatted_video.mp4"
)

配置参数

视频参数

• width: 视频宽度，默认 1920
• height: 视频高度，默认 1080
• fps: 帧率，默认 30
• image_duration: 图片显示时长，默认 5秒
• transition_duration: 转场时长，默认 0.5秒

LLM 参数

• temperature: 生成温度，范围 0.0-1.0
• max_tokens: 最大生成令牌数

TTS 参数

• voice: 语音选择
• rate: 语速，如 "+10%"
• volume: 音量，如 "+0%"

日志输出

日志级别

默认使用 Python logging 模块，级别为 INFO:

import logging
logging.basicConfig(level=logging.INFO)

输出文件

生成的视频文件位于 output/ 目录下:

• 新闻视频: news_video_YYYYMMDD_HHMMSS.mp4
• 其他文件: (根据具体功能)

常见问题

1. API密钥问题:

   • 检查 .env 文件中的 API 密钥是否正确
   • 确认账户余额和 API 调用权限

2. 网络问题:

   • 确保网络连接稳定
   • 检查防火墙和代理设置

3. 生成问题:

   • 检查输入数据格式是否正确
   • 视频: MP4 格式，兼容主流播放器

贡献指南

欢迎通过 Issues 和 Pull Requests 贡献代码

项目许可

本项目采用 MIT 许可证

更新日志

版本历史

1. API 密钥配置:

   • 在 .env 文件中配置 API 密钥和参数
   • 支持多种 API 服务

2. 功能完善:

   • 完善新闻获取逻辑
   • 增加错误处理和日志记录

3. 依赖更新:

   • 使用 uv sync 安装依赖
   • 更新 Python 版本要求

4. 性能优化:

   • 优化图片生成速度
   • 改进视频合成质量

未来计划

后续计划包括:

1. 增加更多新闻源
2. 优化配置参数
3. 增加 Web 界面