LH Video Gen

核心功能

Video-Gen Skill 是一款面向内容创作者的开源自动化视频生成工具，采用"以图定音"的同步策略，将 Markdown 脚本转换为 9:16 竖版短视频。核心工作流包括：脚本解析 → TTS 音频生成 → 字幕卡片渲染 → FFmpeg 视频合成。

显著优点

• 音画天然同步：每张字幕卡片的显示时长严格匹配对应音频长度，消除传统剪辑软件中手动对齐的繁琐操作
• 高度可定制：支持自定义 TTS 命令模板，兼容 Edge TTS 等主流语音合成方案；可通过 --images-dir 导入预制素材，实现完全自定义的视觉风格
• 开发者友好：纯 Python 实现，依赖清晰（FFmpeg + Chrome），支持环境变量灵活配置
• 开源生态整合：与 lh-edge-tts、lh-html-to-image 等配套 Skill 形成工具链，扩展性强

潜在局限

• 外部依赖较重：必须预装 FFmpeg 和 Chrome/Chromium，跨平台部署存在一定门槛
• 视觉样式受限：内置字幕模板为固定 HTML 渲染，复杂动效需借助外部工具生成图片后导入
• 无云端服务：纯本地运行，批量生成时性能受限于本地硬件

适合人群

• 需要批量生产口播类短视频的知识博主、课程讲师
• 追求工作流自动化的技术型内容创作者
• 熟悉命令行操作的开发者与运维人员

常规风险

• TTS 音色版权：部分云端 TTS 服务（如 Azure Neural Voice）需单独订阅授权
• 字体与素材合规：内置模板若使用商业字体，需确认授权范围；建议生产环境替换为开源字体
• Chrome 安全漏洞：自动截图依赖 Chrome 渲染引擎，建议保持浏览器版本更新，避免处理不受信任的 Markdown 内容

使用建议

推荐采用「外部生成素材 + Video-Gen 合成」的分层工作流：用 Figma/Keynote 设计品牌化的字幕卡片，导出为图片序列后通过 --images-dir 注入，兼顾效率与视觉品质。

核心用法

lh-video-gen 是一款专为短视频内容创作设计的自动化工具，采用「以图定音」的核心理念：将 Markdown 格式的视频脚本转换为完整的 9:16 竖版短视频。用户只需按照特定格式编写脚本，定义每段的「画面」「口播」「字幕」三个要素，工具即可自动完成 TTS 配音生成、字幕卡片渲染、音画同步合成全流程。

典型工作流程：
1. 编写 Markdown 脚本，用 --- 分隔场景段落
2. 运行 python3 generate.py script.md -o output.mp4 一键生成
3. 或使用预制图片目录跳过截图环节，加速批量生产

高度可扩展：支持通过 --tts-command 接入任意 TTS 引擎（如 edge-tts、Azure TTS、本地模型），也支持自定义字幕卡片样式，满足品牌一致性需求。

显著优点

• 极致效率：从脚本到成片的自动化流水线，省去手动剪辑、对齐音轨的繁琐工作，单次生成通常只需数分钟
• 音画天然同步：字幕卡片展示时长自动匹配对应音频时长，告别手动调整时间轴
• 灵活可控：支持自定义分辨率、语速、音色，可选预制图片或实时渲染，适应从个人创作者到专业团队的多元场景
• 零外部依赖：纯本地运行，FFmpeg + Chrome/TTS 工具均为成熟开源生态，无需订阅第三方云服务
• 脚本化协作：Markdown 格式便于版本管理、团队审稿和 A/B 测试不同文案版本

潜在缺点与局限性

• 技术门槛：需要本地安装 FFmpeg、Chrome 等系统依赖，配置环境对非技术用户不够友好
• 字幕样式单一：内置字幕卡片模板较基础，复杂视觉需求需配合 lh-html-to-image 等工具预先生成
• TTS 质量依赖外部工具：本身不提供语音合成能力，需自行接入 edge-tts 或其他引擎
• 无可视化界面：纯命令行操作，缺乏实时预览和交互式调整功能
• 竖版限制：固定 9:16 比例，不适合横版或方形视频场景

适合人群

| 场景 | 匹配度 |

|------|--------|

| 自媒体/知识博主批量生产口播短视频 | ⭐⭐⭐⭐⭐ |

| 企业内容团队标准化视频物料产出 | ⭐⭐⭐⭐⭐ |

| 开发者构建自动化视频生成 Pipeline | ⭐⭐⭐⭐⭐ |

| 追求电影级剪辑效果的影视制作 | ⭐⭐☆☆☆ |

| 无技术背景的纯内容创作者 | ⭐⭐☆☆☆ |

常规风险

• 命令注入风险（中）：--tts-command 参数使用 shell=True 执行，虽已采取 shlex.quote 防护，但若使用不受信任的自定义命令模板仍存在潜在风险
• 来源可信度 T3：由个人开发者维护，建议结合社区反馈评估，关键业务场景建议代码审查
• 子进程稳定性：依赖 FFmpeg、Chrome 等外部工具的本地安装和版本兼容性，环境差异可能导致执行失败
• 未指定开源许可证：当前未明确许可证条款，商业使用前建议与作者确认授权范围