项目介绍
描述
一个开源的自动化视频生成工具，用于生成短视频内容。短片制作器结合了文字转语音、自动字幕、背景视频和音乐，从简单的文本输入中创建引人入胜的短视频。
该项目旨在提供一个免费的替代方案，以避免消耗大量GPU资源的视频生成（以及昂贵的第三方API调用）。它不会基于图像或图像提示从头开始生成视频。
在我们的频道 WebSensePro 中查看更多与AI相关的视频。我们鼓励您访问该频道以获取更多与AI相关的内容和教程。
服务器暴露了一个 MCP 和一个 REST 服务器。
虽然 MCP 服务器可以与 AI 代理（如 n8n）一起使用，但 REST 端点提供了更多的视频生成灵活性。
目录
开始使用
使用方法
信息
示例
特性
- 从文本提示生成完整的短视频
- 文字转语音转换
- 自动字幕生成和样式设置
- 通过 Pexels 搜索和选择背景视频
- 背景音乐，支持选择类型/情绪
- 作为 REST API 和模型上下文协议 (MCP) 服务器
工作原理
短片创作者接受简单的文本输入和搜索词，然后：
- 使用 Kokoro TTS 将文本转换为语音
- 使用 Whisper 生成准确的字幕
- 从 Pexels 查找相关的背景视频
- 使用 Remotion 组合所有元素
- 渲染出带有完美时间同步字幕的专业外观短视频
限制
- 该项目仅能生成带有英语配音的视频（目前 kokoro-js 不支持其他语言）
- 背景视频来源于 Pexels
通用需求
- 互联网连接
- 免费的 Pexels API 密钥
- 至少 3 GB 的空闲内存，推荐 4GB 内存
- 至少 2 个 vCPU
- 至少 5GB 的磁盘空间
场景
每个视频由多个场景组成。这些场景包括：
- 文本：叙述，TTS 将读取并生成字幕的文本。
- 搜索词：服务器应使用的关键词，以从 Pexels API 查找视频。如果找不到，则使用默认词（“自然”，“地球”，“太空”，“海洋”）
Docker 命令
docker run -it --rm --name short-video-maker -p 3123:3123 -e LOG_LEVEL=debug -e PEXELS_API_KEY= bilalnaseer/free-video-maker:latest
Web UI
在这里加载 Web UI 以生成视频 http://localhost:3123
环境变量
🟢 配置
| 键 | 描述 | 默认值 |
|---|---|---|
| PEXELS_API_KEY | 您的（免费）Pexels API 密钥 | |
| LOG_LEVEL | pino 日志级别 | info |
| WHISPER_VERBOSE | 是否将 whisper.cpp 的输出转发到 stdout | false |
| PORT | 服务器监听的端口 | 3123 |
致谢
- ❤️ [ai_agents_az]((https://github.com/gyoridavid/ai_agents_az) AI Agents AZ 是此仓库的原始创建者，我将其 fork 以便于我的 YouTube 观众使用。