Story-Flicks：输入主题自动生成儿童短故事视频

综合介绍

Story-Flicks 是一个开源的AI工具，专注于帮助用户快速生成高清故事视频。用户只需输入一个故事主题，系统会通过大语言模型生成故事内容，并结合AI生成的图像、音频和字幕，输出完整的视频作品。项目后端基于 Python 和 FastAPI 框架，前端使用 React、Ant Design 和 Vite 搭建。它支持 OpenAI、阿里云、DeepSeek 等多种模型服务商，用户可以灵活选择文本和图像生成模型。无论是创作儿童故事、短篇动画还是教学视频，Story-Flicks 都能轻松满足需求，非常适合开发者、创作者和教育者使用。

功能列表

• 一键生成视频：输入故事主题，自动生成包含图像、文字、音频和字幕的视频。
• 多模型支持：兼容 OpenAI、阿里云、DeepSeek、Ollama 和 SiliconFlow 的文本和图像模型。
• 分段自定义：用户可指定故事段落数，每段生成一张对应图像。
• 多语言输出：支持多种语言的文字和音频生成，适配全球用户。
• 开源部署：提供手动安装和 Docker 部署两种方式，方便本地运行。
• 直观界面：前端页面简单易用，支持参数选择和视频预览。

使用帮助

安装流程

Story-Flicks 提供两种安装方式：手动安装和 Docker 部署。以下是详细步骤，确保用户能顺利搭建环境。

1. 手动安装

步骤 1：下载项目
在终端输入以下命令，将项目克隆到本地：

git clone https://github.com/alecm20/story-flicks.git

步骤 2：配置模型信息
进入后端目录并复制环境配置文件：

cd backend
cp .env.example .env

打开 .env 文件，配置文本和图像生成模型。例如：

text_provider="openai"           # 文本生成服务商，可选 openai、aliyun、deepseek 等
image_provider="aliyun"          # 图像生成服务商，可选 openai、aliyun 等
openai_api_key="你的OpenAI密钥"   # OpenAI 的 API 密钥
aliyun_api_key="你的阿里云密钥"   # 阿里云的 API 密钥
text_llm_model="gpt-4o"          # 文本模型，如 gpt-4o
image_llm_model="flux-dev"       # 图像模型，如 flux-dev

• 如果选择 OpenAI，推荐使用 gpt-4o 作为文本模型，dall-e-3 作为图像模型。
• 如果选择阿里云，推荐使用 qwen-plus 或 qwen-max（文本模型）和 flux-dev（图像模型，当前可免费试用，详情见阿里云文档）。
• 配置完成后保存文件。

步骤 3：启动后端
在终端进入后端目录，创建虚拟环境并安装依赖：

cd backend
conda create -n story-flicks python=3.10  # 创建 Python 3.10 环境
conda activate story-flicks              # 激活环境
pip install -r requirements.txt          # 安装依赖
uvicorn main:app --reload                # 启动后端服务

启动成功后，终端会显示：

INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     Application startup complete.

这表示后端服务已运行在 http://127.0.0.1:8000。

步骤 4：启动前端
在新终端中进入前端目录，安装依赖并运行：

cd frontend
npm install          # 安装前端依赖
npm run dev          # 启动前端服务

启动成功后，终端显示：

VITE v6.0.7  ready in 199 ms
➜  Local:   http://localhost:5173/

在浏览器访问 http://localhost:5173/，即可看到前端界面。

2. Docker 部署

步骤 1：准备环境
确保本地已安装 Docker 和 Docker Compose。如果未安装，可从官方网站下载。

步骤 2：启动项目
在项目根目录运行：

docker-compose up --build

Docker 会自动构建并启动前后端服务。完成后，访问 http://localhost:5173/ 查看前端页面。

使用方法

安装完成后，用户可以通过前端界面生成故事视频。以下是具体操作流程：

1. 访问前端界面

在浏览器输入 http://localhost:5173/，打开 Story-Flicks 主页面。

2. 设置生成参数

界面提供以下选项：

• 文本生成模型提供商：选择 openai、aliyun 等。
• 图像生成模型提供商：选择 openai、aliyun 等。
• 文本模型：输入模型名称，如 gpt-4o 或 qwen-plus。
• 图像模型：输入模型名称，如 flux-dev 或 dall-e-3。
• 视频语言：选择语言，如中文或英文。
• 语音类型：选择音频风格，如男声或女声。
• 故事主题：输入主题，例如“兔子和狐狸的冒险”。
• 故事段落数：输入数字（如 3），每段对应一张图像。

3. 生成视频

填写参数后，点击“Generate”按钮。系统会根据设置生成视频。生成时间与段落数相关，段落越多耗时越长。完成后，视频会显示在页面上，支持播放和下载。

注意事项

• 如果生成失败，检查 .env 文件中的 API 密钥是否正确，或确认网络连接是否正常。
• 使用 Ollama 时，需设置 ollama_api_key="ollama"，推荐使用 qwen2.5:14b 或更大模型，小模型可能效果不佳。
• SiliconFlow 的图像模型目前仅测试过 black-forest-labs/FLUX.1-dev，确保选择兼容模型。

特色功能操作

一键生成完整视频

在界面输入“狼和兔子的故事”，设置 3 段，点击“Generate”。几分钟后，你会得到一个包含 3 张图像、配音和字幕的视频。例如，官方演示视频展示了“兔子和狐狸”以及“狼和兔子”的故事。

多语言支持

想生成英文视频？将“视频语言”设为“English”，系统会生成英文文字、音频和字幕。切换其他语言同样简单。

自定义分段

需要更长的故事？将段落数设为 5 或更多。每段都会生成一张新图像，故事内容也会相应扩展。

通过以上步骤，用户可以轻松安装并使用 Story-Flicks，快速创作高清故事视频。无论是个人娱乐还是教育用途，这个工具都能帮你实现创意！