【免费下载】 一键文本转视频工具:text2video
2026-01-29 11:34:50作者:范靓好Udolf
text2video 是一个开源项目,该项目的目标是实现将文本内容转换成视频的功能。该项目主要使用 Python 编程语言开发。
项目基础介绍
text2video 旨在将文本转换为可视化的视频,从而为用户提供一种新的阅读体验。用户只需输入一段文本,该工具就可以自动生成包含字幕和背景图像的视频。本项目采用了多种开源技术,包括 stable-diffusion 用于图像生成,edge-tts 用于文本转语音,以及 ffmpeg 用于视频合成。
核心功能
- 文本分段:工具通过标点符号将文本分割成一个个独立的句子。
- 图像生成:使用 stable-diffusion 模型根据句子生成背景图像。
- 文本转语音:通过 edge-tts 将文本转换成语音。
- 视频合成:利用 ffmpeg 将生成的图像和语音合并成一个完整的视频。
- 字幕添加:将句子作为字幕添加到视频的底部。
最近更新的功能
- 绘图质量提升:支持生成绘图提示词来提高绘图质量,可以通过配置 openai 的 api key 来实现。
- 中文翻译优化:为了改善中文生成图像的效果,项目采用了有道翻译进行文本翻译,翻译后生成的图像质量有所提高。
- 环境配置简化:项目提供了 docker 一键启动的方案,简化了环境配置的流程。
- 支持代理:增加了对代理的支持,用户可以配置 OPEN_AI_API_KEY 和 OPEN_AI_BASE_URL 来使用代理服务。
本项目持续更新中,欢迎感兴趣的的开发者参与贡献和改进。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350