【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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
285
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108