输入故事文本，自动生成配图、旁白和语音，一键产出多媒体故事。
storyteller 是一个多模态 AI 故事生成器，结合 Stable Diffusion、GPT 和神经文本转语音技术，将文字故事自动转化为图文并茂、带语音朗读的多媒体内容。它解决的是从纯文本到完整故事体验的创作流程问题，用户只需输入故事文本，系统即可生成配图、旁白和语音，适用于儿童读物、有声书、教育内容等场景。核心能力包括基于扩散模型的文本到图像生成、基于 GPT 的文本理解和扩展，以及神经 TTS 的语音合成，形成一个端到端的自动化故事创作管线。项目基于 PyTorch 构建，集成了多种生成模型，展示了多模态 AI 的整合潜力。
StoryDiffusion、Text-to-Video 项目（如 ModelScope）、DALL·E + TTS 组合方案
storyteller 是视频领域的开源项目，由 jaketae 开发，2022 年首次发布。
它收录于视频分类，该分类目前共有 473 个项目，GitHub 星标数为 536。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-27。MIT许可证，可免费使用和部署，无在线服务。
它主要面向的使用场景是：儿童故事书自动配图和配音。同类可对比的替代方案包括 StoryDiffusion、Text-to-Video 项目（如 ModelScope）、DALL·E + TTS 组合方案。
MoneyPrinterTurbo
开源
输入一句话，高清短视频自动出炉，文案配音全包了
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short ···
seedance-2.0-api
开源
快速上手字节Seedance 2.0，文本/图片一键生成视频
Seedance 2.0 API — text-to-video and image-to-video examples
openscreen
开源
免费无水印录屏做演示，替代 Screen Studio
Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···
MagicDance
开源
一张图+任意动作，生成身份不变的逼真人物视频
[ICML 2024] MagicPose(also known as MagicDance): Realistic Human Poses and Facial Ex···
