# ai_video_tool **Repository Path**: YYKACN/ai_video_tool ## Basic Information - **Project Name**: ai_video_tool - **Description**: No description available - **Primary Language**: Python - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-07-25 - **Last Updated**: 2026-07-25 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # AI 口播工坊 · 后端服务 > 🔥 **一套代码，搞定 AI 口播视频全流程。** 文案生成 → 语音合成 → 数字人驱动 → 字幕+BGM合成 → 多平台发布。开箱即用，可商用。 --- ## 💰 出售与合作 **这不是一个演示项目，这是一个可直接商用部署的完整后端系统。** > 🛒 **源码出售：¥799 元** — 买断制，含全部后端源码 + 前端源码 + Electron 客户端源码，提供本地部署指导，一次付费终身使用。 在线体验：[www.yyka.cn](https://www.yyka.cn) — AI 口播工坊官方网站，运营咖智能创作平台。 ### 它能为你省多少钱？ | 环节 | 传统方案 | 用本项目 | 节省 | |------|---------|---------|------| | 文案 | 请人写，100-500元/篇 | AI 生成，3秒/篇 | 100% | | 配音 | 找主播录制，200-800元/条 | 克隆自己的声音，0元 | 100% | | 出镜 | 自己拍，2-4小时/条 | 数字人驱动，0分钟 | 100% | | 剪辑 | 人工剪辑，1-3小时/条 | 自动合成字幕+BGM，3分钟 | 95% | | 发布 | 手动上传各平台 | Playwright 自动发布 | 100% | **一个创作者用这套工具，每月能省下 8000-15000 元的内容生产成本。** ### 谁适合用？ - 🎬 **MCN / 内容团队**：批量生产口播视频，替代剪辑师和配音员 - 🛒 **电商卖家**：用数字人做产品口播，天天发不重样 - 🎓 **知识付费创作者**：把自己的声音克隆出来，日更不累 - 🏢 **企业培训部门**：标准课件一键生成，不需要专业设备 - 💻 **独立开发者 / SaaS 创业者**：集成到自己的产品里，快速上线 AI 视频能力 ### 还需要什么？我也可以做 - 🎨 **前端 UI 定制**：根据你的品牌风格重新设计界面 - 🔧 **功能定制**：接入你的业务系统、特定平台 API 对接 - 📦 **一体机部署**：软硬件打包，到手即用 - 📚 **培训服务**：团队内训，从零教到能独立维护 ### 联系方式 - 📧 **邮箱**：yykacn@qq.com - 💬 **微信/QQ**：188895970 - 🐛 **技术问题**：直接提 [GitHub Issue](https://github.com/mengdongshike/ai_video_tool/issues) - 💼 **商务合作**：邮件标题注明「AI口播工坊 商业合作」 --- ## 🚀 快速体验 ```bash # 1. 环境要求：Windows 10/11 + NVIDIA 显卡(8GB+) + CUDA 12.8 # 2. 下载模型权重到 checkpoints/ # 3. 启动所有服务 cd AI_video_tool python/python.exe services/api_server.py # API 服务 :8000 venv_tts/Scripts/python.exe services/tts_service.py # TTS 服务 :8101 venv_latent/Scripts/python.exe services/latent_service.py # 数字人服务 :8102 # 4. 健康检查 curl http://localhost:8000/api/health ``` --- ## 🧩 一、它能做什么 ``` 输入主题 → AI 生成文案 → 克隆/合成语音 → 数字人驱动 → 字幕+BGM合成 → 多平台发布 ``` | 模块 | 能力 | 技术 | |------|------|------| | 文案 | 按行业/风格/人设生成口播文案 | DeepSeek API + 自定义提示词 | | 语音 | 克隆真人音色，8维情感向量控制 | IndexTTS2 | | 数字人 | 上传视频+音频，自动对口型 | LatentSync | | 字幕 | 自动切句生成SRT，按时长等比分配 | TTS 服务内置 | | 合成 | 字幕叠加 + BGM混音 + 色彩描边 | FFmpeg (libx264) | | 发布 | 抖音/小红书/快手/视频号自动发布 | Playwright 自动化 | | 管理 | 多项目并行，音色/视频/模板管理 | SQLite | --- ## 🏗 二、架构 ``` ┌─────────────────────────────────────────┐ │ FastAPI 主服务 :8000 │ │ 路由层( routes/ ) → 数据库层( database/ )│ ├──────────────────┬──────────────────────┤ │ TTS 服务 :8101 │ Latent 服务 :8102 │ │ venv_tts │ venv_latent │ │ torch 2.8+cu128 │ torch 2.8+cu128 │ │ IndexTTS2 │ LatentSync │ └──────────────────┴──────────────────────┘ ``` ### 为什么拆成三个服务？ **因为两个 AI 模型对 torch/CUDA 版本要求冲突。** IndexTTS2 和 LatentSync 不能装在同一环境，所以各用独立 venv，API 服务用宿主 Python 做路由转发。同时按需加载模型、用完卸载，保证 8GB 显存够用。 --- ## 📡 三、API 文档 ### 文案 | 方法 | 路径 | 说明 | |------|------|------| | POST | `/api/copy/generate` | 生成口播文案 | | POST | `/api/copy/optimize` | 优化润色文案 | | POST | `/api/copy/extract` | 从链接提取文案 | | GET | `/api/brand-words` | 品牌词列表 | | POST | `/api/brand-words` | 添加品牌词 | ### 音色 | 方法 | 路径 | 说明 | |------|------|------| | GET | `/api/voices` | 音色列表（预置+克隆） | | POST | `/api/voices/clone` | 上传音频克隆音色 | | POST | `/api/tts/synthesize` | 合成语音 | | DELETE | `/api/voices/{id}` | 删除音色 | ### 数字人视频 | 方法 | 路径 | 说明 | |------|------|------| | GET | `/api/videos` | 参考视频列表 | | POST | `/api/videos/upload` | 上传参考视频 | | POST | `/api/dh/generate` | 生成数字人视频 | | GET | `/api/dh/models` | 数字人模型列表 | ### 合成 | 方法 | 路径 | 说明 | |------|------|------| | POST | `/api/compose/video` | 合成最终视频（字幕+BGM） | ### 项目 | 方法 | 路径 | 说明 | |------|------|------| | GET | `/api/projects` | 项目列表 | | POST | `/api/projects` | 创建项目 | | GET | `/api/projects/{id}` | 项目详情 | | PUT | `/api/projects/{id}` | 更新项目 | | DELETE | `/api/projects/{id}` | 删除项目 | ### 模板 | 方法 | 路径 | 说明 | |------|------|------| | GET | `/api/templates?type=sub` | 字幕模板列表 | | GET | `/api/templates?type=bgm` | BGM 列表 | ### 系统 | 方法 | 路径 | 说明 | |------|------|------| | GET | `/api/settings` | 系统设置 | | POST | `/api/settings` | 保存设置 | | GET | `/api/health` | 健康检查 | --- ## 🔧 四、目录结构 ``` AI_video_tool/ ├── services/ # 后端代码 │ ├── api_server.py # API 主入口 (:8000) │ ├── tts_service.py # TTS 微服务 (:8101) │ ├── latent_service.py # 数字人微服务 (:8102) │ ├── routes/ # 路由层 │ │ ├── general.py # 文案/品牌词路由 │ │ ├── voices.py # 音色/TTS 路由 │ │ ├── videos.py # 数字人视频路由 │ │ ├── compose.py # 视频合成路由 │ │ ├── projects.py # 项目 CRUD │ │ ├── templates.py # 模板路由 │ │ ├── settings.py # 系统设置 │ │ └── upload.py # 文件上传 │ ├── database/ # 数据层 │ │ ├── core.py # 数据库初始化 │ │ ├── projects.py # 项目数据操作 │ │ ├── voices.py # 音色数据操作 │ │ ├── videos.py # 视频数据操作 │ │ └── templates.py # 模板数据操作 │ └── utils/ # 工具类 │ ├── llm_client.py # LLM 客户端 │ └── upload.py # 上传工具 ├── models/ # 模型源码 │ ├── indextts/ # IndexTTS2 模型代码 │ └── latentsync/ # LatentSync 模型代码 ├── checkpoints/ # 模型权重 │ ├── indextts2/ # IndexTTS2 权重 │ └── latentsync/ # LatentSync 权重 ├── data/ # 数据文件 │ ├── app.db # SQLite 数据库 │ ├── uploads/ # 上传文件 │ ├── outputs/ # 输出文件（音频/视频/字幕） │ └── settings.json # 系统设置 ├── python/ # 宿主 Python ├── venv_tts/ # TTS 专用虚拟环境 ├── venv_latent/ # 数字人专用虚拟环境 ├── ffmpeg/ # FFmpeg 可执行文件 └── README.md ``` --- ## 🛠 五、开发指南 ### 环境要求 | 组件 | 版本 | |------|------| | Python | 3.10+ | | CUDA | 12.8 | | GPU | NVIDIA 8GB+ VRAM | | FFmpeg | 7.1+ | | 磁盘 | 50GB+ | ### 添加新路由 ```python # services/routes/your_module.py from fastapi import APIRouter, Body router = APIRouter(prefix="/api", tags=["你的模块"]) @router.post("/your-endpoint") def your_handler(body: dict = Body(...)): return {"result": "ok"} ``` 然后在 `api_server.py` 中注册： ```python from routes.your_module import router as your_router app.include_router(your_router) ``` ### 添加新 LLM 模型 编辑 `services/utils/llm_client.py`，在 `MODELS` 字典中添加： ```python MODELS = { "new_model": { "url": "https://api.example.com/v1/chat/completions", "model": "model-name", "auth": lambda key: {"Authorization": f"Bearer {key}"}, "parse": lambda data: data["choices"][0]["message"]["content"], }, } ``` ### 数据库迁移 编辑 `services/database/core.py`，在 `init_db()` 后添加迁移： ```python try: conn = get_db() conn.execute("ALTER TABLE projects ADD COLUMN new_field TEXT") conn.commit() conn.close() except: pass ``` --- ## ⚠️ 六、注意事项 1. **模型许可证**：IndexTTS2 和 LatentSync 各有独立开源协议，商用前请确认 2. **显存管理**：8GB 显存需严格按微服务隔离 + 按需加载，否则 OOM 3. **Windows 路径**：FFmpeg 路径含盘符冒号会被解析为分隔符，用正斜杠或拷贝到同目录解决 4. **API Key**：DeepSeek 等接口 key 存 `data/settings.json`，不要提交到仓库 --- --- [⬆ 回到顶部 - 出售与合作](#出售与合作)