🎬 文本生成图片视频+自动字幕 - 基于 AI 的自动化视频生成系统

.NET License

AutoCinema.Pro 是一个创新的自动化视频生成系统,采用导演-演员-剪辑模型 (Director-Actor-Editor Model),能够将简单的文本故事自动转换为带有图片、语音和字幕的完整视频。

本项目现已包含功能强大的桌面客户端,支持可视化操作和批量任务管理。

• 🖥️ 可视化桌面应用: 基于 Avalonia UI 的跨平台客户端,操作直观便捷。
• 📋 批量任务队列: 支持添加多个视频生成任务,后台自动排队处理,高效稳定。
• 🎭 导演层 (Director): 使用 LLM (火山引擎 Doubao) 将故事文本智能拆解为结构化分镜脚本。
• 🎨 演员层 (Actor): 并行生成高质量图片 (火山引擎 Seedream) 和逼真语音 (MiniMax)。
• ✂️ 剪辑层 (Editor): 自动合成视频、生成字幕并实现音画对齐。
• 🔄 弹性重试: 内置 Polly 重试策略,确保 API 调用稳定性。
• 📊 实时进度: 桌面客户端提供详细的进度追踪和状态显示。

本项目采用分层架构设计,确保各模块职责清晰,易于扩展。

graph TB
 subgraph Client ["客户端层"]
 DesktopApp[Desktop App (Avalonia)]
 BatchManager[Batch Job Manager]
 end
 subgraph Core ["核心业务层"]
 Director[Director Service]
 Actor[Actor Service]
 Editor[Editor Service]
 ProjectService[Project Service]
 end
 subgraph Infrastructure ["基础设施层"]
 LlmClient[Volcengine LLM]
 ImageClient[Volcengine Image]
 SpeechClient[MiniMax Speech]
 FFmpeg[FFmpeg Processing]
 end
 Client --> Core
 BatchManager --> Core
 Core --> Infrastructure

详细架构说明请参考 architecture.md。

• .NET 8.0 SDK
• FFmpeg (已包含在 src/ffmpeg 目录中)
• API 密钥:
  • 火山引擎: 用于 LLM 和 图片生成
  • MiniMax: 用于 语音合成

1. 克隆仓库

   git clone https://github.com/helihui/AutoCinema.git
   cd AutoCinema

2. 配置 API 密钥 编辑 src/AutoCinema.Desktop/appsettings.json,填入你的 API 密钥:

   {
    "Llm": { ... },
    "Volcengine": { ... },
    "MiniMax": { ... }
   }

   或者直接在桌面客户端的设置界面中配置(开发中)。

3. 运行桌面应用

   cd src/AutoCinema.Desktop
   dotnet run

• 用户手册: docs/manual.md - 详细的功能介绍和操作指南。
• 更新日志: updates/history.md - 查看项目更新历史。
• API 文档: API.md - 后端服务接口说明 (供开发者参考)。

• UI 框架: Avalonia UI 11.0+
• 核心运行时: .NET 8.0 / C# 12
• AI 服务: Volcengine (Doubao/Seedream), MiniMax
• 多媒体处理: FFmpeg, NAudio
• 数据存储: SQLite (本地项目数据)

本项目采用 MIT 许可证 - 详见 LICENSE 文件。