从0到成片Pixelle-Video 数字人口播视频的3步实操教程【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video给产品录一段讲解视频又不想真人出镜还要兼顾配音和画面设计——这是不少卖家和内容团队常遇到的麻烦。开源项目 Pixelle-Video 把这条链路做成了一个 AI 全自动短视频引擎只需上传一张人物照片再给出商品标题和卖点配图、口播稿、配音和成片会依次自动生成。它的定位是数字人口播视频制作工具也兼顾图文短视频场景。适合电商运营、课程讲师和新号博主不想搭拍摄场地、不打算请配音员希望从主题到成片全程自动化。核心能力是把数字人形象商品素材一段主题交给 AI 数字人视频生成流程最后拿回一段 9:16 竖屏口播视频。能力速览什么人用起来顺手做带货短视频的电商卖家。痛点是出镜成本高、迭代慢。只给商品标题和一张图就能出片AI 会自行撰写 80 字以内的推广文案再合成口播画面一条视频不满意就多跑几条挑最好的。做知识分享的课程讲师。痛点是录屏剪辑耗时。输入课程要点即可生成讲解视频本地 Edge-TTS 支持中英等语言音色还能换工作流做参考音频声音克隆。运营多个账号的新媒体人。痛点是风格统一难。画面版式由 HTML 模板控制竖屏、横屏、方屏都有现成样式模板变量可动态填充内容方便批量产出。上手路径3步生成第一条数字人视频第1步 环境准备装好依赖跑起网页界面数字人口播视频制作教程里最常被问的是依赖项这里列全Python、uv 包管理器、ffmpeg后端二选一本机 ComfyUI 或 RunningHub 云。拿到代码的方式如下git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video把 config.example.yaml 复制为 config.yaml填入 LLM 的 api_key、base_url、model支持任意 OpenAI 兼容接口Ollama 本地模型也可以及 comfyui 段的 comfyui_url 或 runninghub_api_key。然后在仓库根目录运行uv run streamlit run web/app.py浏览器打开 http://localhost:8501左侧选择数字人口播流水线即可进入操作页实现见 web/pipelines/digital_human.py。第2步 素材与参数上传形象选对生成模式操作页从左到右分三栏。左栏上传数字人形象图片JPG / PNG / WebP下方是商品图片和信息选智能带货模式时填商品标题系统会代写口播文案选自定义口播则直接粘贴完整文案两种方式填一个即可都填时以文案为准。中栏确定两个服务的来源——前置图片生成与口播视频合成各可选 RunningHub、selfhost 或直连 API 三种再从中挑选具体工作流。右栏汇总参数并放生成按钮。第3步 生成与导出看进度拿成片点生成后系统先校验配置和素材是否齐全然后依次执行合成人物与商品的配图、撰写口播稿、TTS 配音、驱动数字人说话并合成 final.mp4。进度条和状态文字实时刷新文案、配音、合成各阶段一目了然。完成后页面内嵌播放器可直接预览下方提供下载按钮。个性化配置换音色与换模板的设置位置想换音色去哪改本地 Edge-TTS 的音色清单在 pixelle_video/tts_voices.py 的 EDGE_TTS_VOICES 里维护常用几组如下分组音色 ID适配合成场景中文女声zh-CN-XiaoxiaoNeural、zh-CN-XiaoyiNeural带货种草、日常分享中文男声zh-CN-YunjianNeural、zh-CN-YunxiNeural、zh-CN-YunyangNeural产品讲解、知识科普英文en-US-JennyNeural、en-US-AriaNeural出海内容语速在同一面板滑条调节换成 ComfyUI TTS 工作流如 tts_edge、tts_index2后可以上传参考音频做声音克隆工作流文件在 workflows/ 目录下。想换风格模板怎么办模板按尺寸分文件夹存放templates/1080x1920/、1080x1080、1920x1080。文件命名前缀决定素材形态——static_ 为纯静态版式image_ 需要 AI 生成图片video_ 需要 AI 生成视频想固定默认样式改 config.example.yaml 里 template.default_template 的值即可。想改生成逻辑改哪里数字人流程由三个工作流 JSON 串联workflows/runninghub/digital_image.json 合成人物商品配图、workflows/runninghub/digital_combination.json 驱动口播、workflows/runninghub/digital_customize.json 负责定制模式selfhost 同名文件供本机 ComfyUI 使用。config.yaml 中 comfyui.image / comfyui.video 的 prompt_prefix 可加全局风格前缀有二次开发需求时API 路由在 api/routers/ 下按资源拆分子模块可据此扩展接口。避坑清单数字人视频生成失败排查生成按钮置灰。排查界面信息提示通常写明缺什么——形象图片、商品图片或文案/主题。解决补齐对应项智能带货模式下商品标题和口播文案至少填一个。界面提示尚未完成配置。排查config.yaml 里 LLM 的 api_key / base_url / model 是否留空所选服务来源的密钥是否填写。解决补齐后刷新页面再试。出现 RunningHub / selfhost 未配置警告。排查comfyui 段对应字段缺失或服务未启动、网络不通。解决填写 runninghub_api_key 或本机 comfyui_urlDocker 环境记得改用 host.docker.internal确认服务可访问。文案和主题同时填写后画面不对口。排查系统优先采用所填口播文案不再参考 AI 主题。解决二选一填写避免互相干扰。生成太慢。排查文案长度、分辨率、分镜数量、后端排队。解决压缩文案、降低生成分辨率、减少分镜条件允许时改用 Ollama 本地 LLM 与本机 ComfyUI把调用开销留在自己机器上。Pixelle-Video 把数字人口播拆成了上传素材—配置服务—点生成三条动线上手门槛并不高。接下来可以打开网页界面先跑通一条 80 字文案的竖屏口播再按上面的小节逐项替换音色和模板。【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 从0到成片：Pixelle-Video 数字人口播视频的3步实操教程
从0到成片Pixelle-Video 数字人口播视频的3步实操教程【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video给产品录一段讲解视频又不想真人出镜还要兼顾配音和画面设计——这是不少卖家和内容团队常遇到的麻烦。开源项目 Pixelle-Video 把这条链路做成了一个 AI 全自动短视频引擎只需上传一张人物照片再给出商品标题和卖点配图、口播稿、配音和成片会依次自动生成。它的定位是数字人口播视频制作工具也兼顾图文短视频场景。适合电商运营、课程讲师和新号博主不想搭拍摄场地、不打算请配音员希望从主题到成片全程自动化。核心能力是把数字人形象商品素材一段主题交给 AI 数字人视频生成流程最后拿回一段 9:16 竖屏口播视频。能力速览什么人用起来顺手做带货短视频的电商卖家。痛点是出镜成本高、迭代慢。只给商品标题和一张图就能出片AI 会自行撰写 80 字以内的推广文案再合成口播画面一条视频不满意就多跑几条挑最好的。做知识分享的课程讲师。痛点是录屏剪辑耗时。输入课程要点即可生成讲解视频本地 Edge-TTS 支持中英等语言音色还能换工作流做参考音频声音克隆。运营多个账号的新媒体人。痛点是风格统一难。画面版式由 HTML 模板控制竖屏、横屏、方屏都有现成样式模板变量可动态填充内容方便批量产出。上手路径3步生成第一条数字人视频第1步 环境准备装好依赖跑起网页界面数字人口播视频制作教程里最常被问的是依赖项这里列全Python、uv 包管理器、ffmpeg后端二选一本机 ComfyUI 或 RunningHub 云。拿到代码的方式如下git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video把 config.example.yaml 复制为 config.yaml填入 LLM 的 api_key、base_url、model支持任意 OpenAI 兼容接口Ollama 本地模型也可以及 comfyui 段的 comfyui_url 或 runninghub_api_key。然后在仓库根目录运行uv run streamlit run web/app.py浏览器打开 http://localhost:8501左侧选择数字人口播流水线即可进入操作页实现见 web/pipelines/digital_human.py。第2步 素材与参数上传形象选对生成模式操作页从左到右分三栏。左栏上传数字人形象图片JPG / PNG / WebP下方是商品图片和信息选智能带货模式时填商品标题系统会代写口播文案选自定义口播则直接粘贴完整文案两种方式填一个即可都填时以文案为准。中栏确定两个服务的来源——前置图片生成与口播视频合成各可选 RunningHub、selfhost 或直连 API 三种再从中挑选具体工作流。右栏汇总参数并放生成按钮。第3步 生成与导出看进度拿成片点生成后系统先校验配置和素材是否齐全然后依次执行合成人物与商品的配图、撰写口播稿、TTS 配音、驱动数字人说话并合成 final.mp4。进度条和状态文字实时刷新文案、配音、合成各阶段一目了然。完成后页面内嵌播放器可直接预览下方提供下载按钮。个性化配置换音色与换模板的设置位置想换音色去哪改本地 Edge-TTS 的音色清单在 pixelle_video/tts_voices.py 的 EDGE_TTS_VOICES 里维护常用几组如下分组音色 ID适配合成场景中文女声zh-CN-XiaoxiaoNeural、zh-CN-XiaoyiNeural带货种草、日常分享中文男声zh-CN-YunjianNeural、zh-CN-YunxiNeural、zh-CN-YunyangNeural产品讲解、知识科普英文en-US-JennyNeural、en-US-AriaNeural出海内容语速在同一面板滑条调节换成 ComfyUI TTS 工作流如 tts_edge、tts_index2后可以上传参考音频做声音克隆工作流文件在 workflows/ 目录下。想换风格模板怎么办模板按尺寸分文件夹存放templates/1080x1920/、1080x1080、1920x1080。文件命名前缀决定素材形态——static_ 为纯静态版式image_ 需要 AI 生成图片video_ 需要 AI 生成视频想固定默认样式改 config.example.yaml 里 template.default_template 的值即可。想改生成逻辑改哪里数字人流程由三个工作流 JSON 串联workflows/runninghub/digital_image.json 合成人物商品配图、workflows/runninghub/digital_combination.json 驱动口播、workflows/runninghub/digital_customize.json 负责定制模式selfhost 同名文件供本机 ComfyUI 使用。config.yaml 中 comfyui.image / comfyui.video 的 prompt_prefix 可加全局风格前缀有二次开发需求时API 路由在 api/routers/ 下按资源拆分子模块可据此扩展接口。避坑清单数字人视频生成失败排查生成按钮置灰。排查界面信息提示通常写明缺什么——形象图片、商品图片或文案/主题。解决补齐对应项智能带货模式下商品标题和口播文案至少填一个。界面提示尚未完成配置。排查config.yaml 里 LLM 的 api_key / base_url / model 是否留空所选服务来源的密钥是否填写。解决补齐后刷新页面再试。出现 RunningHub / selfhost 未配置警告。排查comfyui 段对应字段缺失或服务未启动、网络不通。解决填写 runninghub_api_key 或本机 comfyui_urlDocker 环境记得改用 host.docker.internal确认服务可访问。文案和主题同时填写后画面不对口。排查系统优先采用所填口播文案不再参考 AI 主题。解决二选一填写避免互相干扰。生成太慢。排查文案长度、分辨率、分镜数量、后端排队。解决压缩文案、降低生成分辨率、减少分镜条件允许时改用 Ollama 本地 LLM 与本机 ComfyUI把调用开销留在自己机器上。Pixelle-Video 把数字人口播拆成了上传素材—配置服务—点生成三条动线上手门槛并不高。接下来可以打开网页界面先跑通一条 80 字文案的竖屏口播再按上面的小节逐项替换音色和模板。【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考