Story Flicks

一款开源的基于AI大模型的故事短视频生成工具。用户输入故事主题，就能够迅速生成包含AI生成图像、故事内容以及音频的视频。

#Ai工具箱 #Ai视频生成

Story Flicks简介

Story Flicks是一款开源的基于ai大模型打造的故事短视频生成工具。它把先进的语言模型和图像生成技术融合起来，依据用户输入的故事主题，能够迅速生成包含AI生成图像、故事内容以及音频的视频。它主要提供一键生成高清短视频的服务，很适合那些想要快速制作视觉内容的创作者、教育者以及市场推广人员。

Story Flicks.webp

功能特征：

智能生成：用户仅输入故事主题或者关键字，系统就能自动生成对应的短视频，并且短时间内能给出多种创意成果。
多语言支持：Story Flicks能够支持多种语言，用户能按照自身需求挑选合适的语言来生成内容，这提升了使用时的便利性与灵活性。
图像与音频结合：Story Flicks除了能生成文本内容和故事情节，还能给视频添加由AI生成的图像以及背景音效，整体上增强了视频的观赏性。
多模态生成：Story Flicks通过大语言模型（LLM）进行智能解析，能够综合构建叙事框架，同步融合视觉、听觉和文本元素。也就是说它不但能生成文本故事，还能自动创造出与故事相匹配的AI图像、动态语音旁白和智能字幕。
AI图像生成：Story Flicks运用图像生成技术，给故事里的场景和角色营造出生动的视觉效果，让生成的视频内容在视觉上有很强的吸引力。
一体化音频制作：其中包含动态语音旁白，这就意味着用户不需要额外去录制或者寻找音频素材，系统会自动根据故事内容生成语音。
智能字幕：能够自动编排字幕，这既便于听障用户理解视频内容，也提高了视频的可访问性。
技术栈：后端运用Python和FastAPI，前端采用React、Ant Design和Vite，以此确保系统高效稳定运行，为用户提供良好的开发体验。

应用场景：

创意内容制作：适合短视频博主、自媒体网络红人还有营销人员，通过快速制作丰富的视觉故事来提升效率。
教育与培训：在教育行业中大有用处，能够为学员提供直观的学习素材，例如教育性的短视频内容。
娱乐与广告：娱乐行业的从业者以及广告制作人员可以借助它迅速创作宣传视频。
个人用途：普通个人用户也能够轻松制作纪念视频、进行故事分享等。

Story Flicks的使用方法：

Story Flicks的使用方法.webp

1. 下载本项目：

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

2. 设置模型信息

# 先切换到项目的 backend 目录下
cd backend
cp .env.example .env
text_provider="openai"    # 文本生成模型的提供商，目前支持 openai和 aliyun、deepseek、ollama、siliconflow，阿里云文档：https://www.aliyun.com/product/bailian
image_provider="aliyun"   # 图片生成模型的提供商，目前支持 openai和 aliyun、siliconflow
openai_base_url="https://api.openai.com/v1" # openai 的 baseUrl
aliyun_base_url="https://dashscope.aliyuncs.com/compatible-mode/v1" # 阿里云的 baseUrl
deepseek_base_url="https://api.deepseek.com/v1" # deepseek 的 baseUrl
ollama_base_url="http://localhost:11434/v1" # ollama 的 baseUrl
siliconflow_base_url="https://api.siliconflow.cn/v1" # siliconflow 的 baseUrl
openai_api_key= # openai 的 api key，可以只填一个
aliyun_api_key= # 阿里云百炼的 api key，可以只填一个
deepseek_api_key= # deepseek 的 api key，目前该 api_key 只支持文本生成
ollama_api_key= # 如果需要使用的话，请填写ollama，目前该 api_key 只支持文本生成，并且不能用参数量太小的模型，推荐qwen2.5:14b 或者更大的模型。
siliconflow_api_key= # siliconflow 的文本模型目前只支持兼容 OpenAI 格式的大模型，如：Qwen/Qwen2.5-7B-Instruct。图像模型只测试了：black-forest-labs/FLUX.1-dev
text_llm_model=gpt-4o # 如果 text_provider 设置为 openai，这里只能填 OpenAI 的模型，如：gpt-4o。如果设置了 aliyun，可以填阿里云的大模型，如：qwen-plus 或者 qwen-max。ollama 的模型不能使用体积太小的模型，否则无法输出正确的 json，可以使用如：qwen2.5:14b 或更大的模型。
image_llm_model=flux-dev # 如果 image_provider 设置为 openai，这里只能填 OpenAI 的模型，如：dall-e-3。如果设置了 aliyun，可以填阿里云的大模型，阿里云推荐使用：flux-dev，目前可以免费试用，具体参考：https://help.aliyun.com/zh/model-studio/getting-started/models#a1a9f05a675m4。

3. 通过docker启动项目

在项目根目录下，执行：