Pixelle-Video：AI 全自动短视频生成引擎
一、产品概述
输入一个主题，Pixelle-Video 自动完成文案撰写、配图生成、语音合成、视频剪辑，全流程无需人工干预。
核心工作流：
输入主题 → LLM 生成脚本 → 生成配图提示词 → TTS 合成语音 → 生成图片 → 合成视频帧 → 拼接 + 加 BGM → 输出视频二、核心功能
| 模块 | 说明 |
|---|---|
| AI 写稿 | 支持通义千问 / GPT / DeepSeek 等主流 LLM |
| AI 配图 | 通过 ComfyUI（本地）或 RunningHub（云端）生成插图 |
| AI 配音 | 支持 Edge-TTS / Index-TTS / Chat-TTS，支持声音克隆 |
| 视频模板 | 内置静态 / 图片 / 视频背景模板，支持竖屏、横屏、方形 |
| 背景音乐 | 内置 BGM，支持自定义音乐文件 |
三、适用场景
- 知识类短视频：历史、科学、财经、生活技巧等科普内容
- 批量内容生产：自媒体矩阵、电商产品视频、多平台分发
- 创意快速验证：低成本试水话题，无需剪辑技能
- 私有化部署：数据不出本地，完全本地运行
四、安装方式
方式一：Windows 一键整合包（推荐新手）
- 前往 GitHub Release 页面下载整合包
- 解压到任意文件夹
- 双击运行
start.bat - 浏览器访问
http://localhost:8501 - 在「⚙️ 系统配置」中填入 LLM API Key，即可开始使用
整合包已内置所有依赖，无需安装 Python 或配置环境。
方式二：源码安装（适合 Mac / Linux / 进阶用户）
Step 0：安装前置依赖
安装uv（Python 包管理器）：
- 参考 uv 官网 按系统安装
- 验证：
uv --version
安装ffmpeg（视频处理工具）：
# macOSbrewinstallffmpeg# Ubuntu / Debiansudoaptupdate&&sudoaptinstallffmpeg# Windows：下载后将 bin 目录添加到系统 PATH验证：ffmpeg -version
Step 1：克隆项目
gitclone https://github.com/AIDC-AI/Pixelle-Video.gitcdPixelle-VideoStep 2：启动 Web 界面
uv run streamlit run web/app.py浏览器访问http://localhost:8501
五、Web 界面使用说明
界面分为左、中、右三栏，依次配置后点击生成。
左栏：内容输入
| 选项 | 说明 |
|---|---|
| AI 生成内容 | 输入主题，由 LLM 自动写稿 |
| 固定文案内容 | 粘贴已有脚本，跳过 AI 写稿 |
| 分镜数 | 滑动条控制片段数量（每个分镜对应一张图 + 一段语音） |
| BGM | 可选无 BGM、内置音乐或自定义 MP3/WAV 文件 |
中栏：语音 + 视觉设置
语音设置：
| TTS 方案 | 特点 |
|---|---|
| edge-tts | 免费，开箱即用，需联网 |
| index-tts | 支持声音克隆，需上传参考音频 |
| chat-tts | 备选 TTS 方案 |
- 可上传本人录音作为参考音频，AI 克隆音色，适合个人 IP 打造
- 支持点击「预览语音」试听效果
视觉设置：
| 选项 | 说明 |
|---|---|
| 图像工作流 | Selfhost（本地 ComfyUI，免费）或 RunningHub（云端，付费） |
| 图像尺寸 | 默认 1024×1024，可调整 |
| 提示词前缀 | 控制配图风格，需用英文，支持预览 |
| 视频模板 | 按类型（静态 / 图片 / 视频背景）和尺寸（竖屏 / 横屏 / 方形）选择 |
| 自定义参数 | 可配置author（作者名）、brand（品牌名）、describe（描述） |
右栏：生成视频
配置完成后点击「🎬 生成视频」，实时显示进度：
生成文案 → 分镜 1/N 生成插图 → ... → 合成语音 → 合成视频生成完成后自动预览，视频文件保存至output/文件夹。
六、费用对比
| 方案 | LLM | 图像生成 | 费用 | 适合人群 |
|---|---|---|---|---|
| 完全免费 | Ollama（本地） | ComfyUI（本地） | 0 元 | 有 GPU、追求零成本 |
| 推荐方案 | 通义千问 API | ComfyUI（本地） | 极低（几分钱/条） | 性价比优先 |
| 云端方案 | OpenAI / GPT | RunningHub | 较高 | 不想折腾本地环境 |
七、完整示例
以生成「如何增加被动收入」短视频为例：
1. 配置 API（首次）
- 展开「⚙️ 系统配置」
- 选择通义千问，填入 API Key
- 配置本地 ComfyUI 地址（默认
http://127.0.0.1:8188），点击测试连接 - 保存配置
2. 内容输入
- 模式：AI 生成内容
- 主题：
如何增加被动收入 - 分镜数：10
- BGM：
default.mp3
3. 语音设置
- TTS：
edge-tts - 音色：男声-专业（云健）
- 语速：1.2x
4. 视觉设置
- 图像工作流：
image_flux.json - Selfhost - 图像尺寸：1024×1024
- 提示词前缀：
Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style - 视频模板：
image_default.html（竖屏 1080×1920） - author：
@Pixelle.AI，brand：Pixelle-Video
5. 点击生成，等待几分钟，右侧即显示完整视频。
八、常见问题
Q：生成一条视频需要多长时间？
通常几分钟内完成，具体取决于分镜数量和本地 GPU / 网络速度。
Q：效果不满意如何调整？
- 换 LLM 模型 → 改变文案风格
- 改提示词前缀 → 改变配图风格
- 换 TTS 方案或上传参考音频 → 改变声音
- 换视频模板 → 改变画面布局
Q：可以商用吗？
可以，项目采用 Apache 2.0 许可证，允许商业使用。
Q：支持哪些语言？
界面为中文，生成内容支持中文文案与语音。
