short-video-maker：一个开源的自动化短视频创作工具

short-video-maker是什么？

short-video-maker是一个开源的自动化短视频创作工具，它通过文本输入，结合文字转语音、自动字幕生成、背景视频和音乐，生成TikTok、Instagram Reels和YouTube 短视频。支持通过NPX或Docker运行，有多种运行方式和环境变量配置。提供REST API和Model Context Protocol (MCP)服务，依赖 Remotion、Whisper CPP 等技术。

short-video-maker功能

• 从文本提示生成完整的短视频。

• 文字转语音。

• 自动字幕生成和样式设计。

• 通过Pexels搜索和选择背景视频。

• 背景音乐支持，可选择流派/情绪。

• 提供REST API和模型上下文协议（MCP）服务器。

short-video-maker工作原理

• 使用Kokoro TTS将文本转换为语音。

• 使用Whisper生成准确的字幕。

• 从Pexels查找相关的背景视频。

• 使用Remotion组合所有元素。

• 渲染出专业外观的短视频，字幕时间精准。

运行

使用NPX（推荐）

支持GPU的运行方式：

LOG_LEVEL=debug PEXELS_API_KEY= npx short-video-maker
需要安装Node.js环境，并通过npx命令快速启动。

使用Docker

CPU版本：

docker run -it --rm --name short-video-maker -p 3123:3123 \
  -e PEXELS_API_KEY= \
  gyoridavid/short-video-maker:latest

NVIDIA GPU版本：

docker run -it --rm --name shorts-video-maker -p 3123:3123 \
  -e PEXELS_API_KEY= --gpus=all \
  gyoridavid/short-video-maker:latest-cuda

环境变量

• PEXELS_API_KEY：用于从Pexels获取背景视频的API密钥。

• PORT：API/MCP服务器的端口，默认为3123。

• LOG_LEVEL：服务器日志级别，默认为info，可选值包括trace、debug、info、warn、error。

• WHISPER_VERBOSE：Whisper的详细模式，默认为false。

示例

示例JSON输入：

{
  "scenes": [
    {
      "text": "Hello world! Enjoy using this tool to create awesome ai workflows",
      "searchTerms": ["rainbow"]
    }
  ],
  "config": {
    "paddingBack": 1500,
    "music": "happy"
  }
}

输出为hello_world.mp4文件。

short-video-maker应用

• 社交媒体内容创作：快速生成适合TikTok、Instagram Reels、YouTube Shorts等平台的短视频。

• 教育领域：制作课程预告、学习资源或语言学习视频。

• 新闻与媒体：生成新闻摘要、专题报道或突发新闻视频。

• 商业营销：企业用于产品推广和品牌宣传。例如美妆品牌，以产品介绍文案为基础，生成短视频。

• 教育与培训：教师或教育机构可制作教学短视频。

Github：https://github.com/gyoridavid/short-video-make