storyteller
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。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 536
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 3.10+
- 图像与文本模型凭据
安装与启动步骤
-
1装 CLI
有现成的包，先装上。
pip install storyteller-core -
2配三样东西
图像模型、文本模型、语音合成各要一项配置。
-
3生成第一个故事
一条命令串起文生图、配音和拼接。
storyteller --help -
4调分镜数量
镜头切太碎会更像幻灯片，长度要自己试。
-
5看输出结构
它会把中间产物都留下，方便单独替换某一段。
如何确认成功
用一句主题生成一个完整故事视频，画面、旁白与字幕三者在时间轴上对得上
注意事项
- 它把文生图、大模型写故事、语音合成拼成一条流水线。
- 三段能力各自可替换，中间产物保留是它的优点。
- 画面一致性是这类方案的老问题，同一角色跨镜头容易变形。
- 成本主要来自图像生成次数，分镜数要克制。
核心亮点
- 整合图像、文本、语音三种生成能力，实现从文本到完整多媒体故事的一站式生成
- 基于 Stable Diffusion 和 GPT 等成熟模型，生成质量有保障
- 代码结构清晰，便于二次开发和扩展新功能
不足之处
- 文档/社区待观察
- 依赖多个大型模型，部署和运行资源要求较高
适用场景
- 儿童故事书自动配图和配音
- 有声书制作，快速生成插图与旁白
- 教育内容创作，将文本课程转化为多媒体形式
替代项目
StoryDiffusion、Text-to-Video 项目（如 ModelScope）、DALL·E + TTS 组合方案
同类项目推荐
LTX-Video
开源
一句话或一张图，高清视频马上来
Official repository for LTX-Video
HumanVid
开源
用UE5合成数据，低成本生成高质量可控人体视频
[NeurIPS D&B Track 2024] Official implementation of HumanVid
agnes-video-generator
开源
免费自托管，文本一键生成带旁白字幕的数字人视频
Open-source, self-hosted AI video generator — completely free. Text to multi-scene ···
Awesome-Interactive-World-Model
开源
一张图看懂交互式视频世界模型研究脉络
A Comprehensive Survey of Interactive Video World Models
MimicMotion
开源
上传一张照片和动作序列，生成逼真的人物动态视频
High-Quality Human Motion Video Generation with Confidence-aware Pose Guidance
MIMO
开源
上传一张图，用姿态驱动角色动起来，还能换背景
Official implementation of "MIMO: Controllable Character Video Synthesis with Spatia···
qiaomu-cut-skill
开源
让 AI 自动当导演，素材到成片一键可复现
乔木智能视频导演 Skill：素材治理、双语字幕、品牌包装与可复现渲染 | Agent-native vide···
Storyblocks
开源
输入文字提示，自动生成带画面的故事视频
✨ Experience the enchantment of Story Blocks: an open-source project merging AI tex···
claude-shorts
开源
长视频一键变爆款短视频，AI 自动选段加字幕
Interactive longform-to-shortform video creator — Claude Code skill with Remotion-r···