[20240530更新]Word文档生成视频、自动字幕、自动配音、自定义背景音乐

SS2024

2024/5/30 更新一个版本，祝大家6.1快乐。
又要麻烦管理员审核下 @风之暇想

如果没有重大机缘，这个版本将是最终版，现有已经达到网上各种儿童故事视频的生成相同效果。
当别人还在用简映、比剪、绘声绘影等专业软件在时间轴上手工编辑图片、一段段地往时间轴上添加文本字幕、调关键帧、对齐字幕、一段一段创建配音、添加转场。
你只是把图片和文字放到word文档，接下来点个按钮，自动配音、自动字幕、自动BGM、自动特效转场，等个几分钟直接拿到成品视频。

视频效果演示 ：https://www.bilibili.com/video/BV1XpKZeKEWr/

这个版本

解决了大量反馈问题，

（1）完全解决背景音乐与视频同步结束的问题
（2）亲测win7兼容，win10测试了几个版本兼容（之前是win7必然报错）
（3）word文案已支持回车换行，支持多行，不再像以前一个图片只能对应一行文字。
（4）其它小细节优化

新增了许多功能

（1）支持自定义字幕字体，
（2）支持自定义并切换不同tts （用户如果能够自建本地tts，软件则能够完全离线使用）
（3）支持自己定义画面特效与转场特效

自定义tts的py文件放 tts目录，自定义特效插件的.py文件放在 effects 。
tts的自定义有很多开源项目，但对GPU要求高，作者没有这样的硬件环境，就不演示了。

遗憾：
没有解决生成视频速度的问题，现在生成视频还是需要2分钟以上，大的长一点的视频要7~8分钟。
梦想的GPU加速没研究成功。

虽然随着软件的迭代自定义功能越来越多，但使用上并不因此而变得复杂，用户完全能够使用默认设置不去管那些自定义项。

只需要以下4步即可生成视频，似乎如果懒得搞，可以不添加背景音乐，这个版本支持不添加背景音乐
（1）素材设置界面下，选一个word文档
（2）素材设置界面下，选一个背景音乐
（3）素材设置界面下，设置一下视频保存目录
（4）生成视频界面下，点击 开始生成

软件下载
20240530-52pj分享软件地址.txt (87 Bytes, 下载次数: 637)

2024-5-30 16:47 上传

点击文件名下载附件

界面









生成视频期间，有一个耗时长的步骤没有任何提示，没有进度显示，需要耐心等待。

作者没办法把原来在控制台出现的进度bar 重定向到软件窗口上。
t:72%|431/600[00:48<00:22,7.54it/s,now=None] 就是一个典型的控制台进度条样式。

[Asm] 纯文本查看 复制代码

正在word转视频，这个步骤时间较长..
[b][color=#4169e1]请耐心等待..
代码执行耗时: 102.04 秒[/color][/b]
正在合并音频到视频，这个步骤时间较长.
D:/BGM/振奋希望.mp3.
正在写入视频文件.
代码执行耗时: 16.96 秒
C:/Users/admin/Desktop/test\橘喵博士2.docx.mp4正在嵌入字幕.
直接运行CDM..
直接运行CDM..
嵌入字幕耗时: 9.65 秒
删除临时PNG和碎片音频.
Video successfully generated.

为了方便大家直接上手测试，这次把素材和软件一起分享。
素材仅用于测试。






-----------------------------------以下为历史信息-----------------------------------

2024/5/11 更新一个版本，增加了一些功能并解决评论区反馈的问题问题。

根据大家反馈，本次更新带来功能上的重大升级，以及软件界面的优化调整，重要更新项如下。
（1）解决了生成视频期间软件窗口抖动的问题（原计划事项）
（2）增加首帧封面功能（有些视频平台不能制作封面，只能从视频中提取画面，同时解决不想制作封面节省时间的朋友）（原计划事项）
（3）最终视频输出目录只保留最终视频，工程素材会在视频生成完成后自动清理（收到反馈）
（4）增加备份机制，在读取word文档之前先备份（临时想法）
（5）增加了代码的容错机制，减少报错（收到反馈）
（6）调整软件窗口为800*600左右，兼顾低分辨率小屏显示不完整（收到反馈）
当然大家还有其它反馈问题我在这个软件没有实现，请相信每一条评论我都认真看过，但时间精力不够。
比如win7因为支持python版本有上限使用不了，比如有人说视频放完了但背景音乐太长变成听歌，等等。。。


如果觉得软件有用，请在软件中打赏作者一杯蜜雪冰城，支持作者的创作。


不少朋友在看演示视频的时候，对做图的美观提出了建议，由于作者刚学SD绘画不久，实在画不出好素材。
这次是copy别人的SD提示词微调生成的新图片素材，画质确实好看多了。
20240511软件生成的视频演示：https://www.bilibili.com/video/BV1VZ42177nS
生成视频所用的word文档素材会和软件下载网盘地址一起放在附件中。



因软件窗口调整，部分控件布局更改，使用截图重新提取如下。





上图中生成首帧封面可以不勾选（不勾选就不需要填写封面标题），字幕也可以不要。大家根据自己实情况来设置。
点击“开始生成”按钮即可，在转视频、嵌入字幕两个阶段会要等1~2分钟或更长（根据word文档长度），需要耐心等待。

输出目录干净了，只有结果视频，不会再有工程素材、日志文本等。







软件生成首帧封面应用场景如下







软件的应用场景应该不少，大家自己挖掘，比如下图


作者想用的场景是AI画图+这个工具实现 寓言故事 、成语故事、睡前故事的制作，
奈何自己SD绘画功底不到家，反而学着别人画猫，不被题材限制的随意画，反而容易些。





接下来除了解决日常反馈问题，主攻两个方向 。


（1）滤镜与转场特效，有利于视频更生动
（2）让有独立显卡的用户能够使用GPU加速，能加快生成速度。





由于这次迭代涉及软件界面布局优化，所以我删除历史内容的过时图片。


2024/4/25 17:40更新一个版本，解决部分大佬在使用中出现报错的问题。

因为部分大佬使用软件出现了BUG，所以更新得频率有点快，要麻烦管理员再审核一下，

@风之暇想

这个问题源于软件使用了CPU+GPU编码视频，但出BUG不能正确识别用户是否有独立显卡，且仅支持N卡。
对于没有独立显卡或只有A卡的用户，会因为这个CPU+GPU而报错 “rgument of type 'NoneType' is not iterable”
这个问题得到了复现，（复现方式 ：我在系统中卸载掉了独立显卡，关闭重新打开软件生成视频）

现发布更新，处理了这个问题。新的下载地址于附件txt文档中，软件窗口标题 版本号更新到 v1.2 。对于出现报错大佬表示抱歉，浪费你们的C币了。


-----------------------------------以下为原文-----------------------------------
功能：
通过word文档生成视频

场景：
降低图片类视频制作门槛，属图片幻灯类视频的制作工具，由于能够自动字幕、生成配音、生成BGM，所有有别于电子相册软件。
适用于绘本视频创作、图片视频创作、PPT类视频创作、教学课件

优点：
使用简单，制作快，可大产量

缺点：
AMDR5 2600 CPU，14张图片+文字的word文档+MP3背景音乐，生成一个视频要2分钟。
可以改进速度

开发语言：
Python

开发这个工具是因为自己在学SD画图，认为可以试下用SD的图片+文字 构建  成语故事、民间故事、寓言故事 类的视频创作。
事实SD画图真的很难控制，经常一个场景反复生成几十次也得不到满意的图片。

前前后后一个月搞了，也算是测试了一个月，解决了不少使用问题，出了3个版本，这个版本算是完善了些。

直接贴图如下

软件绿色安装，下载压缩包后解压，
运行 word2video.exe 打开软件
先准备一个小故事，内容不限。
然后给故事配图，可以用AI生成，也可以自己找素材。

（1）准备word文档（一行文字一个图片或一个图片一行文字），文字不能比图片少

（2）准备一首背景音乐MP3，

（3）解压缩软件，运行 word2video.exe，进行word文档转视频。（所有的参数都要选）

软件生成视频期间会闪动并快速秒自动弹出关闭新窗口，这是因为软件依赖会调用出CMD控制台，属于正常情况。
作者也在努力隐藏这个控制台，还在努力中。

（4）软件的文字转语音使用了python的edge-tts模块，因edge-tts需要联网，所以软件需要联网才能使用。

软件word文档格式的唯一要求就是图片数量和文字要对应，尤其是文字不能比图片少。

SS2024

因为有新的素材，尤其是坛友 skzhaixing 也提供一个demo文档，我更新两个软件视频作品演示。
也才发现，自己做的视频作品演示远不能代表软件的特点，工具用在真正内容创作大佬手上，出的才是精品。

新视频作品演示一
https://www.bilibili.com/video/BV1YxgFemE38/
新视频作品演示二
https://www.bilibili.com/video/BV1UjuDerEok/
太多网友反馈打开软件缺失文件，原因是不兼容win7系统，我临时统一回复一个兼容win7、win10的版本。
https://www.123pan.com/s/Llttjv-bqw4.html
除了兼容win7，
已支持自主回车换行，
支持一个图片对应多行文本，
支持使用不同特效插件，
支持视频与背景音乐一致，不会因为背景音乐比视频长而出现最后一个画面一直停在那继续听歌。


相应吾爱版本还在整理，由于新功能上的一些自定义特效插件、自定义tts 迁移为吾爱版本需要时间。
但鉴于大家反馈的问题都是重复的，先提前回复一下。

SS2024

gjw3620138 发表于 2024-4-28 21:47
能把文本转音频吗

软件本身就有这块功能来合成配音，只是不能单独导出完整的mp3音频。你可以用软件会把每行文本的音频一起生成到输出目录的功能。做一个只有一张图片和一段文字的视频，就能获得音频。

现在你可以用一个word文档，插一张图片再把你所要合成音频的文字放在图片的下一行。
软件生成视频后，会在输出目录有相应的音频文件，你可直接拿走。

SS2024

ddfzl 发表于 2024-6-14 17:06
发现更新了啊，为什么这里还是老版本呢，是不是要收费了

软件不会收费的，永远 无注册、无登录、自建tts后可不联网离线使用。

近期收到反馈太多，更新太频繁了，不适合在论坛反复提交。
每次提交要关贴审核两三天，而更新频率也是两三天一次。
认为积累到一个大版本之后，再来提交会好一些。

现在不升级也不影响使用，升级也不会影响什么。

westlifeeric

好工具，感谢

qjz159

下载来试试，谢谢分享！

山田凉粉

谢谢分享 试试

tx444219233

生成的是什么风格视频，是漫画那种吗？

wpdzdx

这个功能厉害了

又是馒头

感谢贡献好工具

liudejun

好软件，我今天就试试效果

大叔犟

提示这个
生成视频时出错:maxO arg is an empty sequence