正在打开每日关注
正在打开每日关注
一款据称可在本机把脚本和授权人像生成带口播、字幕与封面的竖屏视频。
🚨 THIS IS ABSOLUTELY INSANE a developer just released a free tool that builds a vertical video with a talking presenter. out of one script and one photo. it's called lanshu-create-ai-presenter-video. it landed on GitHub two days ago. 267 stars. MIT. here's how it works: 1. You give it a script and a presenter photo you have the rights to. 2. The AI writes and voices the narration, generates the presenter, and locks the lips to the audio. 3. The skill edits, burns in subtitles and a cover, checks the sync, and hands back a master with a QA report. 9:16, 1080x1920, 30fps, 45-75 seconds. all of it happens in one run, on your own machine. save this before you sit down to cut your next video. i left the link in the next comment 👇
是什么
原文介绍了一个名为 lanshu-create-ai-presenter-video 的项目，声称可以将脚本与拥有使用权的人像照片，自动处理成 9:16 的数字人口播视频。其描述覆盖配音、人物生成、口型同步、字幕与封面制作，以及最终质量检查，核心卖点是把多阶段视频生产压缩为一次运行。
核心设计 从文字看，它更像一条面向结果交付的视频生成流水线，而不是单点模型演示。输入足够简单，输出规格明确，并把字幕、封面和 QA 报告纳入交付物，体现出“生成—编排—检查”的工作流思路。原文没有提供 README、代码或架构细节，因此无法确认其具体模型、依赖、编排方式和本地运行能力。
关键洞察 对创作者而言，价值不只在生成数字人，而在减少配音、剪辑、字幕和同步检查之间的人工切换。固定分辨率、帧率和时长也有助于形成可复用的内容生产模板。
边界与风险 人像与声音必须具备明确授权；数字人可能产生身份冒用、误导传播和质量不稳定问题。267 stars、发布时长、MIT 许可及“全程本机运行”等信息均来自原文宣传，尚未由可验证仓库材料支撑，应在采用前检查代码、模型许可、隐私处理、硬件要求和 QA 可靠性。