在古文相关内容传播过程中，很多教育从业者、文化爱好者想通过短视频形式呈现古文魅力，却受限于剪辑技术不足、文案改编耗时、配音不自然等问题，导致优质内容难以高效产出。而借助 AI 工具，能有效解决这些痛点，让非专业技术人员也能快速制作出符合传播需求的古文短视频。​

        首先从文案生成环节开始。传统方式下，将晦涩的古文转化为通俗且有吸引力的旁白文案，需要花费大量时间查阅资料、调整语言风格。此时可借助 AI 文本处理工具，在输入框中粘贴目标古文原文，并补充需求描述，比如 “将《桃花源记》改编为适合短视频旁白的文案，语言风格温和易懂，保留原文意境，控制在 300 字左右，段落间预留停顿空间”。工具会基于古文语义进行解析，自动完成改编，生成后可根据实际需求微调语句，确保旁白逻辑连贯、贴合短视频节奏。​

        接下来是配音制作。很多人在配音时会遇到声音生硬、语速控制不佳的问题，而 AI 配音工具能很好地解决这一问题。打开工具后，选择 “文本转语音” 功能，将已调整好的旁白文案粘贴进去。在声音类型选择上，可根据古文风格挑选，如温婉女声适合抒情类古文，沉稳男声适合叙事类古文。随后调整语速参数，一般短视频旁白语速设置为每分钟 120 - 140 字较为适宜，同时开启 “情感调节” 功能，让配音更具感染力。设置完成后点击生成，工具会自动输出音频文件，若对某段配音不满意，可单独选中该段落重新生成，无需整体返工。​

        画面获取环节，传统方法需要在多个图库中筛选符合古风意境的图片，耗时且难以保证风格统一。使用 AI 画图工具时，在 prompt 框中输入精准描述，例如 “古风庭院，桃花盛开，石桌旁有书卷，整体色调淡雅，水墨风格”，同时设置图片尺寸为 16:9（符合短视频常用比例），生成数量根据旁白时长确定（一般每 15 秒旁白搭配 1 张图片）。生成后可预览筛选，若某张图片细节不符合预期，可补充 prompt，如 “增加庭院中的灯笼元素，调整光线为傍晚效果”，重新生成即可。​

        最后是视频合成。打开视频编辑工具，先导入所有筛选后的图片，按照旁白顺序排列，每张图片的显示时长设置为与对应旁白段落时长一致。接着导入 AI 生成的配音音频，将音频与图片序列对齐，确保旁白开始时对应图片同步显示。之后可添加基础过渡效果，如 “淡入淡出”，避免画面切换过于生硬，再开启 “自动添加字幕” 功能，工具会根据音频内容生成字幕，生成后需检查字幕与音频的同步性，调整字幕字体、大小及颜色，确保在不同设备上都清晰可见。全部设置完成后，选择 “短视频导出” 模式，工具会自动优化视频参数，输出适合在主流平台传播的视频文件。​

        从应用场景来看，教育从业者可利用该方案制作古文教学短视频，将抽象的古文内容转化为可视化的画面与通俗的旁白，帮助学生更好地理解古文意境；文化爱好者能通过该方法制作古文赏析类内容，在社交平台分享传统文化，提升内容传播效果；内容创作者则可借助这套流程高效产出系列化古文短视频，保持稳定的内容更新频率。在实际使用中，无需掌握复杂的专业技术，只需按照工具操作步骤逐步完成，即可降低古文短视频的制作门槛，提升内容产出效率，让更多人能轻松参与到古文内容的数字化传播中。​

        相关的软件教程都已经打包好了放在网盘，私信我备注 “告别复杂操作！零基础用 AI 快速制作高质量古文短视频，附工具实操指南” 获取完整软件教程。​

import requests
import json
import os
from moviepy.editor import ImageSequenceClip, AudioFileClip, TextClip, CompositeVideoClip
from datetime import datetime

# 1. AI文本处理：古文转短视频旁白（以模拟API请求为例，需替换为实际工具接口）
def ancient_text_to_narration(ancient_text, style_requirement):
    """
    将古文转化为短视频旁白文案
    :param ancient_text: 原文字符串
    :param style_requirement: 风格要求字符串
    :return: 生成的旁白文案
    """
    # 模拟API请求（实际项目中替换为真实接口URL与密钥）
    api_url = "https://api.example.com/text/transform"  # 示例接口地址
    headers = {"Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY"}
    payload = {
        "input_text": ancient_text,
        "requirements": style_requirement,
        "max_length": 300  # 控制旁白长度
    }
    
    try:
        response = requests.post(api_url, data=json.dumps(payload), headers=headers)
        response.raise_for_status()  # 捕获HTTP请求异常
        result = response.json()
        return result["narration_text"]  # 假设接口返回字段为narration_text
    except Exception as e:
        print(f"文本生成失败：{str(e)}")
        return None

# 2. AI配音生成（模拟API调用，需替换为实际语音合成工具）
def generate_audio_from_text(narration_text, voice_type, save_path):
    """
    根据旁白文案生成配音音频
    :param narration_text: 旁白文案字符串
    :param voice_type: 声音类型（如"gentle_female"、"calm_male"）
    :param save_path: 音频保存路径
    :return: 音频文件路径（成功）/None（失败）
    """
    api_url = "https://api.example.com/tts/generate"  # 示例语音接口地址
    headers = {"Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY"}
    payload = {
        "text": narration_text,
        "voice": voice_type,
        "speed": 1.2,  # 语速（1.0为基准，可调整）
        "emotion": "warm"  # 情感风格
    }
    
    try:
        response = requests.post(api_url, data=json.dumps(payload), headers=headers)
        response.raise_for_status()
        # 保存音频文件（假设接口返回二进制音频数据）
        with open(save_path, "wb") as f:
            f.write(response.content)
        return save_path
    except Exception as e:
        print(f"配音生成失败：{str(e)}")
        return None

# 3. AI生成古风图片（模拟API调用，需替换为实际图像生成工具）
def generate_ancient_images(prompt, image_count, save_dir):
    """
    生成符合古风意境的图片
    :param prompt: 图像描述词字符串
    :param image_count: 生成图片数量
    :param save_dir: 图片保存目录
    :return: 图片文件路径列表（成功）/None（失败）
    """
    if not os.path.exists(save_dir):
        os.makedirs(save_dir)
    
    api_url = "https://api.example.com/image/generate"  # 示例图像接口地址
    headers = {"Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY"}
    image_paths = []
    
    for i in range(image_count):
        payload = {
            "prompt": prompt,
            "width": 1920,  # 16:9比例宽度
            "height": 1080,  # 16:9比例高度
            "style": "chinese_watercolor"  # 水墨风格
        }
        
        try:
            response = requests.post(api_url, data=json.dumps(payload), headers=headers)
            response.raise_for_status()
            image_path = os.path.join(save_dir, f"ancient_img_{i+1}.png")
            with open(image_path, "wb") as f:
                f.write(response.content)
            image_paths.append(image_path)
        except Exception as e:
            print(f"第{i+1}张图片生成失败：{str(e)}")
            continue
    
    return image_paths if image_paths else None

# 4. 视频合成（使用moviepy库，需提前安装：pip install moviepy）
def compose_video(image_paths, audio_path, save_path):
    """
    整合图片、音频生成短视频
    :param image_paths: 图片路径列表
    :param audio_path: 音频路径
    :param save_path: 视频保存路径
    :return: 视频文件路径（成功）/None（失败）
    """
    try:
        # 读取音频文件，获取时长
        audio_clip = AudioFileClip(audio_path)
        audio_duration = audio_clip.duration
        
        # 计算每张图片显示时长（平均分配）
        img_duration = audio_duration / len(image_paths)
        
        # 创建图片序列剪辑
        image_clip = ImageSequenceClip(image_paths, fps=1/img_duration)
        # 调整图片剪辑时长与音频一致
        image_clip = image_clip.set_duration(audio_duration)
        
        # 添加字幕（示例：提取旁白前10字作为标题字幕，实际可按段落拆分）
        audio_text = open("narration.txt", "r", encoding="utf-8").read()  # 假设旁白已保存为文件
        title_clip = TextClip(
            audio_text[:10] + "...",
            fontsize=36,
            color="white",
            bg_color="rgba(0,0,0,0.5)",
            size=(image_clip.w * 0.8, 80)
        ).set_position(("center", "top")).set_duration(audio_duration)
        
        # 合成视频与音频、字幕
        final_clip = CompositeVideoClip([image_clip, title_clip]).set_audio(audio_clip)
        
        # 导出视频（适配短视频平台参数）
        final_clip.write_videofile(
            save_path,
            codec="libx264",
            audio_codec="aac",
            fps=24,
            bitrate="5000k"
        )
        
        # 释放资源
        audio_clip.close()
        image_clip.close()
        final_clip.close()
        return save_path
    except Exception as e:
        print(f"视频合成失败：{str(e)}")
        return None

# 主函数：串联全流程
if __name__ == "__main__":
    # 配置参数（可根据需求修改）
    ancient_text = "晋太元中，武陵人捕鱼为业。缘溪行，忘路之远近。忽逢桃花林，夹岸数百步，中无杂树，芳草鲜美，落英缤纷..."  # 《桃花源记》片段
    text_style = "温和易懂，保留原文意境，段落间预留0.5秒停顿，适合短视频旁白"
    voice_type = "gentle_female"  # 温婉女声
    image_prompt = "古风庭院，桃花盛开，溪流环绕，渔人泛舟，整体色调淡雅，水墨风格"
    image_count = 4  # 根据音频时长调整（示例：假设音频40秒，每10秒1张图）
    
    # 路径配置
    base_dir = os.path.join(os.getcwd(), "ancient_video_project")
    audio_save_path = os.path.join(base_dir, "narration_audio.mp3")
    image_save_dir = os.path.join(base_dir, "ancient_images")
    video_save_path = os.path.join(base_dir, f"ancient_video_{datetime.now().strftime('%Y%m%d%H%M%S')}.mp4")
    narration_save_path = os.path.join(base_dir, "narration.txt")
    
    # 1. 生成旁白文案
    narration = ancient_text_to_narration(ancient_text, text_style)
    if not narration:
        exit("旁白生成失败，终止流程")
    # 保存旁白到文件（供后续字幕使用）
    with open(narration_save_path, "w", encoding="utf-8") as f:
        f.write(narration)
    print("旁白生成完成")
    
    # 2. 生成配音音频
    audio_path = generate_audio_from_text(narration, voice_type, audio_save_path)
    if not audio_path:
        exit("配音生成失败，终止流程")
    print("配音生成完成")
    
    # 3. 生成古风图片
    image_paths = generate_ancient_images(image_prompt, image_count, image_save_dir)
    if not image_paths:
        exit("图片生成失败，终止流程")
    print(f"成功生成{len(image_paths)}张古风图片")
    
    # 4. 合成短视频
    video_path = compose_video(image_paths, audio_path, video_save_path)
    if video_path:
        print(f"视频合成完成，保存路径：{video_path}")
    else:
        print("视频合成失败")