text2video

一个可以将文字转换为视频并保存到本地的工具。其初衷是为了实现小说的可视化阅读功能。主要实现原理包括：

• 将文本分段，通过标点符号如句号划分成句子。
• 将句子转换为图片和声音，采用稳定扩散模型（stable-diffusion）生成图片，使用 edge-tts 进行文本转语音。
• 利用 OpenCV 将图片合并为视频，生成 mp4 格式视频，句子作为字幕显示在视频内容底部区域。
• 音频控制画面播放时长，最终通过 FFmpeg 合并音频和视频。

使用场景

这个工具适用于以下场景：

• 将文本内容可视化呈现，如将小说段落转换为视频形式。
• 制作简易且有字幕和声音的视频，适合用于创作一些短视频内容或教育视频。
• 为文字内容增添动态视觉效果，提升观赏性和吸引力。

如何使用

1. 本地开发准备：

   • 在 macOS 环境下安装 Python 3.10.12。
   • 使用以下命令安装所需依赖： pip install -r requirements.txt。

2. 生成 API Key Token：

   • 从 Hugging Face 网站（https://huggingface.co/settings/tokens）申请 API Key Token，这用于调用开源文生图模型。
   • 将 Token 写入到 .env 文件中。

3. 安装 FFMPEG：

   • 为了视频合成声音，需要安装 FFmpeg。

4. 启动应用：

   • 运行 python3.10 app.py 启动应用。
   • 访问 http://127.0.0.1:5000/ 进行使用。

通过以上步骤，你可以使用这个工具将文字转换为视频，并获得可视化的呈现效果。