waooAI/waoowaoo

项目概览

该项目将小说文本自动解析为角色、场景及剧情元素，并串联起图像生成、多角色语音合成到分镜视频合成的完整链路，为短剧和漫画视频创作者提供了一条从纯文本输入到视频产出的端到端工作流，且当前已提供可本地部署的 Docker Compose 预构建镜像方案。

项目类型

图像视觉 · 视频技术 · 语音音频

应用场景

视频制作

部署方式

查看项目说明

License

License 待确认

适合谁

• 希望从小说文本自动生成短剧或漫画视频的创作者。

核心能力

• 自动解析小说并提取角色、场景和剧情信息。将小说文本作为输入，提取出结构化的要素，为后续图像和视频生成提供数据基础。
• 生成一致的角色和场景图像。接收解析出的角色和场景信息，产出相关图像，用于后续的分镜视频画面制作。
• 自动生成分镜镜头并将其组合成视频。整合生成的图像等元素，输出分镜镜头直至完整的视频文件。
• 为多个角色合成语音。根据剧情和角色分配，产出多角色的配音音频。
• 提供中文和英文界面，支持切换。用户可在设置中进行语言切换，以便使用熟悉的语言操作界面。

限制与风险

• 目前对第三方 OpenAI 兼容 API 格式的支持尚不够好。
• 当前各发布版之间的数据库版本不兼容，升级前需要清除旧数据。
• 该项目处于早期测试阶段，可能包含错误和功能不完善的情况。

如何开始

• README 标注预构建镜像路线是最简单的选项。具体首条成功路径为：安装 Docker Desktop，下载 docker-compose.yml 文件，运行 docker compose up -d 命令启动所有服务，然后打开文档中说明的 localhost URL 即可访问。

替代方案与同类比较

• 提供包含元数据的示例图像，可拖入 ComfyUI 加载复现图像、视频和音频生成流程。与 waoowaoo 侧重不同，适合需要自定义生成工作流的用户。
• 将 50 多个 AI 模型打包成免安装的桌面 GUI 工具，涵盖图像处理、视频增强和语音合成等。适合不具备编码能力但需要使用单项 AI 模型的普通用户。
• 支持开发者构建、训练和部署用于图像和视频生成及编辑任务的 GAN 模型。适合需要进行模型级开发而非直接使用文本到视频工具的开发者。

同类比较

• waooAI/waoowaoo vs ComfyUI 工作流示例
• waooAI/waoowaoo vs paper2gui 桌面 AI 工具箱
• waooAI/waoowaoo vs PaddleGAN 生成对抗网络库

核验依据

• README: 一款基于 AI 技术的短剧/漫画视频制作工具，支持从小说文本自动生成分镜、角色、场景，并制作成完整视频。
• README: ⚠️ **测试版声明**：本项目目前处于测试初期阶段，由于暂时只有我一个人开发，存在部分 bug 和不完善之处。我们正在快速迭代更新中，**欢迎进群反馈问题和需求，及时关注项目更新！目前更新会非常频繁，后续会增加大量新功能以及优化效果，我们的目标是成为行业最强AI工具！**
• README: - 🎬 **AI 剧本分析** — 自动解析小说，提取角色、场景、剧情
• README: - 🎨 **角色 & 场景生成** — AI 生成一致性人物和场景图片
• README: - 📽️ **分镜视频制作** — 自动生成分镜头并合成视频

来源更新时间：2026-07-19T18:13:48Z

打开原始 GitHub 项目