NarratoAI：开源影视解说自动化工具，支持文案生成、剪辑与配音一体化最新版

NarratoAI 是一个面向影视解说、短剧混剪等内容创作者的开源自动化工具。它基于大语言模型（LLM）和多模态技术，实现从剧情理解、文案撰写、视频剪辑、配音生成到字幕同步的完整流程，旨在降低视频内容生产的门槛，提升创作效率。

项目目前仅供学习与研究使用，禁止商用。所有处理均在本地或通过用户自定义 API 完成，支持主流云服务商与开源模型。

核心功能

• 智能剧情理解：利用多模态模型（如 Qwen2-VL、DeepSeek-V3）分析视频画面与情节，提取关键事件
• 自动文案生成：基于剧情摘要，由 LLM 生成符合平台风格（如抖音、B站）的解说脚本
• 自动化剪辑：根据文案时间轴，自动匹配视频片段、转场与节奏，支持短剧混剪
• 多引擎语音合成（TTS）：
  • 内置腾讯云 TTS、IndexTTS2（支持语音克隆）
  • 可扩展接入更多 TTS 引擎（如本地 Coqui、OpenVoice 等）
• 字幕生成与同步：自动生成 SRT 字幕，并与配音精准对齐
• 素材智能匹配：支持根据口播文案、已有视频素材自动推荐匹配片段
• 剪映草稿导出（开发中）：未来可直接生成剪映工程文件，便于二次编辑

运行要求

• 操作系统：Windows 10/11 或 macOS 11.0 及以上
• 硬件建议：
  • CPU：4 核或以上（剪辑与转录为 CPU 密集型）
  • 内存：8 GB 或以上
  • 显卡非必需（若使用本地视觉模型如 Qwen2-VL，则推荐 NVIDIA GPU）
• 软件依赖：Python 3.12+

项目计划发布 Windows 整合包（含依赖与运行时），降低部署门槛。

近期更新（2024–2025）

实用辅助功能（规划/已实现）

• ✅ 一键转录（视频 → 文字）
• ✅ 一键清理缓存（释放磁盘空间）
• ✅ 主角人脸匹配（自动识别并聚焦主要角色画面）
• 🔜 一键合并多段素材
• 🔜 剪映草稿导出（.draft 格式）

使用限制与授权

• 许可证：非商业用途（学习/研究）
• 禁止用于：短视频批量搬运、自媒体矩阵变现、未经许可的商业内容生产
• 商业需求：请联系作者获取授权

适用人群

• 自媒体初学者：快速生成解说视频，学习内容结构
• 教育工作者：将影视片段转化为教学素材
• 开源爱好者：可基于项目扩展多语言支持、新 TTS 引擎或剪辑策略