Communitygithub.com

文字轉動畫影片

將靈感、劇本、部落格網址、PDF 或 PPT 轉換為完成的動畫影片——逐場景劇本、一致風格(2D 卡通、動漫風、漫畫風、奇幻童書、白板、動態字體)、配音、字幕與音效/音樂——以程式繪圖並渲染成 MP4,支援 9:16、16:9 或 1:1 比例。

文字轉動畫影片 是什麼?

此技能實現一個類似 Fliki 的「文字轉動畫」流程,但所有視覺元素皆以程式碼繪製並在容器內渲染,無需 Fliki 或模型點數、無浮水印、無三分鐘限制。它適用於使用者要求「文字轉動畫」、「想法轉動畫影片」、動畫解說、課程、故事、兒童影片、無臉 YouTube 影片或動畫廣告,且使用者未提供現成素材的情境。若需使用生成式模型(如 Veo、Kling、Seedance)製作影片,請改用 ai-video-generator;若是動態圖像展示片或發表影片,則請用 claude-motion-graphics。技能支援輸入一行靈感、劇本、部落格網址、PDF 或 PPT,甚至現成的配音 MP3,輸出為 MP4 及 WhatsApp 相容縮小版。整個流程包含收集需求、撰寫腳本、規劃場景、生成配音(使用者 MP3、ElevenLabs 或無語音)、時間對齊、角色表繪製、場景 HTML 建置、靜態畫面檢查、最終渲染與混音,最後交付。所有繪圖皆以程式碼完成,不依賴素材庫或影像生成器。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/1Harsh88/Video-skill/tree/HEAD/.claude/skills/text-to-animated-video

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

文字 → 動畫影片

這是一條 Fliki 風格的「文字轉動畫」流程(參見 references/fliki-notes.md),但所有視覺元素皆以程式碼繪製並在此容器內渲染,因此無需 Fliki 或模型點數、無浮水印、無三分鐘限制。

輸入: 下列之一

  • 一句靈感
  • 一篇劇本
  • 一個部落格網址
  • 一個 PDF 或 PPT
  • 現成的配音 MP3

輸出: 完成的 MP4 檔案,加上 WhatsApp 複本,比例由使用者選擇。

步驟

  1. 簡報。 當使用者未指定時,使用以下預設值進行收集:

    • 語言(預設:使用者的語言;英語式印度語/印度語亦可)
    • 語調(中性)
    • 時長(60 秒)
    • 比例(短片/短影音用 9:16,YouTube 用 16:9,資訊流用 1:1)
    • 風格預設(見下文)
    • 語音:使用者的 MP3、ElevenLabs,或無語音

    僅詢問無法預設的項目。

  2. 來源 → 劇本。

    • 靈感: 自行撰寫。
    • 網址 / PDF / PPT: 讀取來源,僅保留其支援的事實,並在結尾卡片中引用。
    • 長度: 撰寫分段劇本,英語約 140 字/分鐘,印度語約 120 字/分鐘。
    • 結構: 前 3 秒內要有鉤子,每個場景一個概念,結尾要有行動呼籲。
    • 檢查: 顯示劇本並等待同意,除非使用者已提供劇本。
  3. 場景規劃。 撰寫 plan.json(形狀如下),每 4–8 秒一個場景,並以簡短表格顯示。

    {"W":1080,"H":1920,"fps":30,"style":"2d-cartoon","scenes":[
      {"id":1,"t0":0,"t1":5.2,"text":"<配音行>","visual":"<繪製內容>","motion":"<攝影機/動畫>","sfx":["whoosh:0.1"]}]}
    
  4. 語音。 選擇一種:

    • 使用者 MP3: 直接使用。若音樂在語音下方,先分離人聲(demucs)再對齊。
    • ElevenLabs: 使用者需要金鑰。使用 request_credential 要求主機 api.elevenlabs.io,標頭 xi-api-key。切勿要求使用者直接貼上金鑰到對話中。然後呼叫 POST https://api.elevenlabs.io/v1/text-to-speech/{voice_id},model_id 使用 eleven_multilingual_v2(或 API 所列的最新多語言模型),每個場景或整個劇本發送一次請求。
    • 無語音: 僅使用字幕與音效,每個場景以其規劃長度計時。
  5. 對齊。

    • python scripts/align.py voice.wav script.txt words.json 30 可取得單詞時間,以及 words_mouth.json 用於嘴型同步。
    • 需要 pip install --break-system-packages torch torchaudio uroman librosa soundfile,並從 download.pytorch.org 下載模型,此環境允許。
    • 根據對齊後的單詞重新調整 plan.json 場景時間。存在語音時,切勿猜測時間。
  6. 先建立角色表(如果影片中有角色)。將每個角色繪製成一個函數,包含數個姿勢(待機、說話、指著、驚訝),並儲存為 PNG 表。在每個場景中重複使用相同的函數,使角色外觀保持一致。角色必須為原創;切勿複製現有的卡通或動漫角色。

  7. 建立 scene.html。

    • 一個尺寸為 W×H 的畫布。
    • window.renderAt(t) 必須是確定性的:使用種子亂數,禁用 Date.now(),禁用 CSS 動畫。
    • window.ready 在字型載入後解析。使用本地 woff2 檔案:印度語用 Baloo 2 或 Noto Sans Devanagari,根據風格需求使用 Inter/Anton/Bangers/Caveat。
    • 字幕 繪製在畫布內:
      • 每個區塊 2–5 個單詞,在標點符號或超過 0.35 秒的停頓處斷開
      • 當前的單詞在其開始時立即高亮
      • 文字保持在安全區域內;對於 9:16,頂部 250 px 和底部 420 px 內不得有內容
    • 動畫: 緩動移動、每 2–5 秒眨眼、待機搖擺、每個場景緩慢推近,以及場景間的過渡動作。
  8. 靜態畫面檢查。 執行 node scripts/render.cjs stills scene.html <8–12 次> stills/ W H,然後使用 ffmpeg tile 將靜態畫面拼接成聯繫表。自行檢查看板,修正問題,然後顯示給使用者並等待同意後再進行完整渲染。

  9. 渲染與混音。

    • 影片:node scripts/render.cjs video scene.html 0 DUR v.mp4 30 W H
    • 音效:python scripts/sfx.py DUR sfx.wav whoosh:3.2 pop:8.1 chime:10.5
    • 將語音混音至 0 dB,音效約 −12 dB。僅在使用者提供音樂時才使用音樂;使用 sidechaincompress 將音樂壓低於語音。
    • 封裝,然後 loudnorm=I=-14:TP=-1.5。
  10. 交付。

    • 使用 blackdetect 檢查黑畫面。
    • 製作 WhatsApp/720p 複本,大小低於 20 MB。
    • 使用 SendUserFile 傳送兩個檔案。
    • 對於其他比例,將佈局寫為 (W, H) 的函數,然後重新渲染。

風格預設

預設外觀動作
2d-cartoon圓形形狀、平塗色彩加一層陰影、深色 4–6 px 外框、亮色背景彈跳(回彈/彈性緩動)、落地壓縮
anime-style大眼睛、粗而乾淨的線條、平塗色彩加硬陰影、天空漸層速度線、衝擊幀、擊中時小幅度畫面震動
comic-book厚重黑色墨水、網點陰影、漫畫格、爆炸貼紙(POW、WAAH!)漫畫格碰撞、縮放重擊、翻頁過渡
storybook(奇幻)柔和繪畫式漸層、紙張紋理、溫暖光線、圓角襯線字體慢速視差、漂浮粒子、柔和淡入淡出
whiteboard白板、黑色馬克筆筆觸以 stroke-dashoffset 繪製、一種強調色手/筆跟隨正在繪製的筆觸;擦除拭除
kinetic-type粗體字型(Anton/Inter Black)、2–3 種顏色、形狀作為強調單詞隨著節拍撞擊、滑動和縮放;遮罩和匹配剪輯
cinematic-2d半寫實平面插圖、單一光源戲劇性光線、柔和色調僅緩慢推近和橫搖;紀錄片節奏

規則

  • 以程式碼繪製。 所有內容皆以程式碼繪製:無素材庫,無影像或影片生成器,除非使用者提供素材或要求生成剪輯(則使用 ai-video-generator)。
  • 真實人物。 請勿製作真實在世公眾人物的擬真 AI 肖像。使用象徵性圖像、輪廓,或根據使用者照片繪製的漫畫版本。
  • 事實。 螢幕上顯示的事實必須來自使用者的來源或經過驗證的搜尋。切勿虛構統計數據、引言或見證。
  • 覆寫。 在覆寫現有輸出檔案前先詢問。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

相關技能