lh-video-gen

# Video-Gen Skill 从视频脚本 Markdown 文件一键生成竖版短视频（9:16）。 **核心思路：以图定音** - 每段脚本的画面说明 -> 字幕卡片图 - 每段口播文案 -> TTS 配音 - 每张图展示时长 = 对应音频时长，音画天然同步 ## 快速开始 ```bash python3 generate.py script.md -o output.mp4 ``` ### 使用预制图片（跳过 Chrome 截图） ```bash python3 generate.py script.md --images-dir ./my-slides -o output.mp4 ``` 图片命名规则：`slide_01.png`, `slide_02.png`...，与脚本分段一一对应。 ### 自定义 TTS 命令 ```bash python3 generate.py script.md --tts-command "my-tts {text} -o {output} -v {voice} -r {rate}" ``` 占位符：`{text}` 口播文案、`{output}` 输出路径、`{voice}` 音色、`{rate}` 语速。 ## 参数说明 ``` python3 generate.py <脚本路径> [选项] 选项： -o, --output 输出 MP4 路径（默认：tmp/video-output.mp4） -v, --voice TTS 音色（默认：zh-CN-YunxiNeural） -r, --rate 语速（默认：+0%，如 +10%、-10%） -w, --width 视频宽度（默认：1080） --height 视频高度（默认：1920，9:16） --images-dir 使用已有图片目录，跳过 Chrome 截图 --tts-command 自定义 TTS 命令模板（占位符：{text} {output} {voice} {rate}） --keep-temp 保留临时文件（图片、音频、片段） --no-subs 不烧录字幕 ``` ## 依赖 ### 系统依赖 - **FFmpeg**：视频合成（`brew install ffmpeg`） - **Chrome**：HTML 截图（仅在未使用 `--images-dir` 时需要） - 自动检测 macOS/Linux 常见路径，或通过 `CHROME_PATH` 环境变量指定 ### 推荐搭配的 Skill 以下 Skill 非必需，但搭配使用效果更佳： - **lh-edge-tts**：TTS 配音生成。自动检测同级目录 `../lh-edge-tts/scripts/tts_converter.py`，或通过 `EDGE_TTS_PATH` 环境变量指定，或用 `--tts-command` 替换为任意 TTS 工具 - **lh-html-to-image**：如需自定义更复杂的字幕卡片，可用此 Skill 生成图片后通过 `--images-dir` 传入 ## 脚本格式 用 `---` 分隔各段，每段包含 `**口播**`、`**字幕**`、`**画面**` 字段： ```markdown # 视频标题 --- ## 开场 **画面**：场景描述 **口播**：TTS 配音文案 **字幕**：屏幕显示文字\n支持换行 --- ## 结尾 **画面**：场景描述 **口播**：TTS 配音文案 **字幕**：屏幕显示文字 ``` 完整模板：`templates/script-template.md` ## 工作流程 1. 解析脚本 Markdown，提取各分段 2. 每段口播 -> TTS 生成 mp3 3. 每段字幕 -> HTML 模板截图生成 9:16 图片（或从 `--images-dir` 加载） 4. 每张图 + 对应音频 -> FFmpeg 合成视频片段 5. 拼接所有片段 -> 输出 MP4