旗博士-商业级应用🚀 AI 数字人口播视频自动化生成工具

旗博士爆款口播视频自动生成智能体

一个 本地运行、模块化、可扩展 的 数字人口播视频生成与多平台发布自动化工程

---

📌 项目简介

本项目是一个 完整的 AI 数字人口播视频自动化生成流程工程，将文案处理、语音合成、数字人驱动、视频后期及多平台发布整合为统一流水线。

项目重点在于 工程整合与流程自动化，而非单一模型能力，适用于学习、研究及 AI 视频系统原型验证。

---

支持一键自动产出爆款视频

• 1.自动提取对标文案
• 2.自动进行文案仿写
• 3.自动根据文案声音克隆
• 4.自动生成数字人口播
• 5.自动添加字幕
• 6.自动添加背景音乐
• 7.自动添加视频标题
• 8.自动生成视频封面
• 9.自动将视频发布到各平台（某抖，某蝴蝶号、某手，某红书）

---

✨ 功能特性

• 自动提取并处理对标视频口播文案
• 文案语义级仿写与结构重组
• 高保真语音克隆与合成
• 数字人口播视频自动生成
• 自动生成字幕、背景音乐、标题与封面
• 多平台视频自动发布
• 全流程本地运行，无云端依赖

---

🧠 自动化流程

对标文案提取
        ↓
文案仿写与优化
        ↓
语音合成 / 声音克隆
        ↓
数字人口播生成
        ↓
字幕 / BGM / 封面合成
        ↓
多平台发布

---

🧩 项目结构

项目采用 模块化设计，各功能模块解耦，便于替换与扩展：

project-root/
├── script/              # 文案处理模块
│   ├── extractor/       # 对标文案提取
│   └── rewriter/        # 文案仿写
├── audio/               # 音频处理模块
│   ├── asr/             # 语音识别（Whisper）
│   └── tts/             # 语音合成（CosyVoice）
├── avatar/              # 数字人模块
│   └── heygem/          # 数字人驱动
├── video/               # 视频后期模块
│   ├── subtitle/        # 字幕生成
│   ├── bgm/             # 背景音乐
│   └── ffmpeg/          # 视频合成流水线
├── uploader/            # 发布模块
│   └── multi_platform/  # 多平台发布
└── client/              # 本地客户端

---

🔧 技术栈

模块	技术方案
语音识别	Whisper
语音合成	CosyVoice
数字人驱动	HeyGem
视频处理	FFmpeg
自动发布	平台 API / social-auto-upload

---

📦 安装说明

由于模型文件及依赖体积较大，项目资源拆分提供。

1. 下载项目源码 详见：代码地址.txt

2. 启动本地客户端

---

▶️ 使用方式

当前版本通过 本地客户端 控制完整流水线，基本使用流程如下：

1. 配置对标内容或原始文案
2. 执行文案仿写模块
3. 选择语音与数字人
4. 生成口播视频
5. 自动完成字幕、BGM、封面
6. 选择平台进行发布

---

🧪 设计原则

• 本地优先：不依赖云端服务
• 模块解耦：各模块可独立替换
• 流程可控：每一步可单独调试
• 工程导向：强调稳定性与可维护性

---

📖 联系交流-799元购买成品软件、9.9元试用、白票勿扰

可联系交流wx：

---

⚠️ 已知限制

• 对硬件资源（尤其 GPU）有一定要求
• 不同平台上传接口可能存在变动
• 数字人口播效果依赖上游模型质量

---

🤝 致谢

本项目基于以下优秀开源项目与工具构建，在此表示感谢：

• Whisper
• CosyVoice
• HeyGem
• social-auto-upload
• FFmpeg

---

📄 使用限制与声明

• 本项目 仅用于个人学习、研究和技术交流
• 🚫 禁止任何形式的商业用途
• 🚫 禁止基于本项目提供付费服务或二次分发
• 使用本项目产生的内容与风险由使用者自行承担

---

📖 About

本仓库展示了一个 完整、可运行的 AI 数字人口播视频自动化工程实现，侧重 系统集成与工程实践。

适用于：

• AI 视频方向技术学习
• 数字人系统原型验证
• 自动化内容生成流程研究

---