视频自动化技能 (Video Auto Skill)
🎯 功能概述
一键生成抖音标准营销视频：
图片 + 文案 → 视频生成 → 自动发布
核心特性：
- ✅ 有脚本按脚本，无脚本自动生成
- ✅ Edge TTS 男女声可选（真正男声/女声）
- ✅ 逐行字幕（说到哪句显示哪句）
- ✅ 字幕大小自动适配视频尺寸
- ✅ 随机 BGM（不固定同一首）
- ✅ 智能时长适配（根据脚本/图片自动计算）
- ✅ 文案安全规范（不编造敏感信息）
- ✅ 自动复制到 Windows
🚀 快速开始
方式 1：命令行调用
cd /home/openclaw/.openclaw/workspace/skills/ddc
python3 scripts/generate.py --images image1.jpg image2.jpg --output video.mp4
方式 2：配置文件调用
python3 scripts/generate.py --config config/custom.json
方式 3：代码参数调用
python3 scripts/generate.py \
--images image1.jpg image2.jpg image3.jpg \
--captions "文案 1" "文案 2" "文案 3" \
--style brand \
--voice male \
--duration 15 \
--output video.mp4
📋 参数说明
必填参数
| 参数 | 类型 | 说明 | 示例 |
|---|
--images | list | 图片路径列表 | image1.jpg image2.jpg |
--output | str | 输出文件路径 | video.mp4 |
可选参数
| 参数 | 类型 | 默认值 | 说明 |
|---|
--config | str | null | 配置文件路径 |
--captions | list | null | 自定义字幕（逐行） |
--style | str | "brand" | 文案风格 |
--voice | str | "male" | 配音声音 |
--speed | int | 5 | 语速 (4-6) |
--duration | int | 0 | 视频时长 (0=自适应) |
--bgm-volume | float | 0.2 | BGM 音量 (0-1) |
--random-bgm | bool | true | 随机 BGM |
🎨 文案风格
style="brand"（品牌宣传）
特点：无敏感信息，安全合规，自动生成行业营销用语
电动车行业示例：
安全好骑，续航长久
动力强劲，品质可靠
舒适耐用，性价比高
欢迎到店咨询体验
style="promo"（促销推广）
需要用户提供：
--price 价格--promotion 促销活动--contact 联系方式
示例：
python3 scripts/generate.py \
--images image1.jpg image2.jpg \
--style promo \
--price "2399 元" \
--promotion "店庆大促" \
--contact "惠水县爱玛店" \
--captions "72V 六块大电池" "爱玛爱朵惊爆价 2399" "活动截止 4 月 30 日"
🎤 配音选项
Edge TTS 声音列表
男声：
male 或 zh-CN-YunxiNeural - 温暖男声（推荐）zh-CN-YunjianNeural - 沉稳男声
女声：
female 或 zh-CN-XiaoxiaoNeural - 温柔女声（推荐）zh-CN-XiaoyiNeural - 活泼女声
语速配置
| speed | 效果 | 适用场景 |
|---|
| 4 | 较慢 | 详细说明 |
| 5 | 正常 | 标准视频（推荐） |
| 6 | 较快 | 快节奏视频 |
📝 字幕规范
逐行显示模式
特点：
- ✅ 说到哪句显示哪句
- ✅ 每次只显示一行
- ✅ 字体大小自动适配视频宽度
- ✅ 底部 50px 安全区
- ✅ 白字黑边，半透明背景
字幕配置
{
"subtitle": {
"enabled": true,
"fontSize": 24,
"fontFamily": "Microsoft YaHei",
"marginV": 50,
"maxLines": 1,
"position": "bottom"
}
}
🎬 视频规格
抖音标准
| 参数 | 值 |
|---|
| 分辨率 | 1080x1920 (9:16 竖屏) |
| 帧率 | 30 fps |
| 编码 | H.264 |
| 格式 | MP4 |
| 时长 | 15-60 秒（自适应） |
智能时长适配
根据脚本字数自动计算：
时长 (秒) = 脚本文字数 ÷ 语速 (5.5 字/秒)
根据图片数量自动分配：
每张图片展示时长 = 视频总时长 ÷ 图片数量
示例：
- 76 字文案 ÷ 5.5 = 约 14 秒
- 12 张图片 → 每张 1.17 秒
🎵 背景音乐
随机 BGM
配置：
{
"audio": {
"bgm": {
"enabled": true,
"volume": 0.2,
"random": true
}
}
}
网络 BGM
从 Pixabay 下载免费音乐（11 首不同风格）：
{
"audio": {
"bgm": {
"from_internet": true
}
}
}
支持的来源：
随机选择的风格：
- 🎵 轻快/愉悦（3 首）
- 🎵 激励/积极（2 首）
- 🎵 流行/时尚（2 首）
- 🎵 电子/动感（2 首）
- 🎵 温馨/柔和（2 首）
每次生成都随机选择，不会重复！
BGM 时长匹配
自动裁剪或循环以匹配视频时长：
{
"audio": {
"bgm": {
"match_duration": true
}
}
}
效果：
- BGM 太长 → 自动裁剪
- BGM 太短 → 自动循环
- 最终时长 = 视频时长
BGM 文件位置
/home/openclaw/.openclaw/workspace-kaifa/quick-test/out/
要求：
🚫 敏感信息规范
禁止自动生成的内容
- ❌ 价格（除非用户提供
--price）
- ❌ 地址（除非用户提供
--address）
- ❌ 电话/微信/QQ（除非用户提供）
- ❌ 邮箱
- ❌ 网址链接
安全营销用语
电动车行业示例：
- ✅ 安全好骑
- ✅ 续航长
- ✅ 动力强
- ✅ 品质可靠
- ✅ 性价比高
- ✅ 舒适耐用
- ✅ 欢迎咨询
- ✅ 到店体验
📁 配置文件示例
config/default.json
{
"video": {
"width": 1080,
"height": 1920,
"fps": 30,
"crf": 20
},
"subtitle": {
"enabled": true,
"fontSize": 24,
"fontFamily": "Microsoft YaHei",
"marginV": 50,
"maxLines": 1
},
"audio": {
"tts": {
"voice": "male",
"speed": 5
},
"bgm": {
"enabled": true,
"volume": 0.2,
"random": true
}
},
"script": {
"autoGenerate": true,
"industry": "电动车"
},
"output": {
"copyToWindows": true,
"windowsPath": "/mnt/f/Desktop/aima/新建文件夹"
}
}
📚 使用示例
示例 1：品牌宣传（无脚本）
python3 scripts/generate.py \
--images image1.jpg image2.jpg image3.jpg \
--style brand \
--voice male \
--output brand_video.mp4
效果：自动生成安全版营销文案 + 男声配音
示例 2：自定义文案（有脚本）
python3 scripts/generate.py \
--images image1.jpg image2.jpg \
--captions "惠水县爱玛店庆大促" "72V 爱玛爱朵 2399 元" "截止 4 月 30 日" \
--voice female \
--speed 6 \
--output promo_video.mp4
效果：按提供的文案逐行显示字幕
示例 3：促销视频（提供敏感信息）
python3 scripts/generate.py \
--images image1.jpg image2.jpg image3.jpg \
--style promo \
--price "2399 元" \
--promotion "店庆大促" \
--contact "惠水县爱玛店" \
--captions "72V 六块大电池" "爱玛爱朵惊爆价" "活动截止 4 月 30 日" \
--voice male \
--bgm-volume 0.25 \
--output aima_video.mp4
效果：包含用户提供的所有信息
示例 4：配置文件调用
python3 scripts/generate.py --config config/custom.json
config/custom.json：
{
"images": ["/path/to/image1.jpg", "/path/to/image2.jpg"],
"style": "brand",
"voice": "male",
"speed": 5,
"bgm_volume": 0.2,
"output": "video.mp4"
}
🔧 完整工作流
1. 读取参数/配置文件
↓
2. 生成/优化文案
├─ 有 captions → 使用提供的文案
├─ style=brand → 生成安全版营销文案
└─ style=promo → 需要用户提供敏感信息
↓
3. 优化脚本字数
└─ 根据目标时长自动增减（不改变原意）
↓
4. 生成 TTS 配音
└─ Edge TTS（男声/女声可选）
↓
5. 生成逐行字幕
└─ SRT 格式，一句一条
↓
6. 选择随机 BGM
└─ 从指定文件夹随机选择
↓
7. 生成视频
├─ 图片处理（1080x1920）
├─ 字幕合成（逐行显示）
├─ 音频混合（TTS + BGM）
└─ 输出 MP4
↓
8. 复制到 Windows（可选）
└─ 自动复制到指定目录
⚠️ 注意事项
文案安全
禁止编造：
- ❌ 价格（除非
--price）
- ❌ 促销活动（除非
--promotion）
- ❌ 联系方式（除非
--contact）
- ❌ 地址（除非
--address）
- ❌ 链接/网址
安全用语：
- ✅ "欢迎咨询"
- ✅ "了解更多"
- ✅ "到店体验"
- ✅ "关注我们"
性能参考
| 时长 | 图片数 | 渲染时间 |
|---|
| 15 秒 | 8-12 张 | ~30 秒 |
| 20 秒 | 12-15 张 | ~45 秒 |
| 30 秒 | 15-20 张 | ~60 秒 |
图片要求
- 格式：JPG/PNG
- 数量：8-20 张（推荐）
- 方向：横竖皆可（自动适配）
📊 输出说明
生成文件
| 文件 | 说明 |
|---|
video.mp4 | 最终视频 |
tts.mp3 | 配音音频 |
subtitle.srt | 字幕文件 |
输出位置
- Linux:
/home/openclaw/.openclaw/workspace/skills/video-auto/output/
- Windows:
F:\Desktop\aima\新建文件夹\（自动复制）
🆘 常见问题
Q: 配音失败？
A: 检查网络连接，Edge TTS 需要访问微软服务
Q: 字幕不显示？
A: 检查 subtitle.enabled: true，确认 SRT 文件存在
Q: BGM 声音太小？
A: 调整 --bgm-volume 0.25
Q: 如何切换男声/女声？
A: 使用 --voice male 或 --voice female
Q: 如何禁用随机 BGM？
A: 使用 --random-bgm false
🔗 相关文档
Last updated: 2026-04-07
