English | 简体中文
输入主题 + 素材 → 3 分钟后得到一条带数字人、字幕、数据卡片的竖屏口播视频。
全程 AI 驱动，零剪辑经验。新闻播报、知识科普、产品介绍、故事讲述——场景不限。
你是一个内容创作者。每天要出 3 条口播视频。每条都要想稿子、录音、做字幕、加动画。一个人根本忙不过来。
iAnchor 把整条流水线自动化了。 你输入主题和素材，剩下的事它来做。
输入："沪指涨 1.5% 报 3350 点，成交突破万亿"
🤖 LLM 写稿 → 🧑 AI 形象 → 🗣️ TTS 配音 → 👄 唇形驱动 → 📊 数据卡片 → 📝 字幕叠加
↓
🎬 竖屏口播视频 (1080×1920)
| 模块 | 做了什么 |
|---|---|
| ✍️ AI 写稿 | 主题 + 素材 → LLM 重组成流畅口播稿，云端 API / 本地 Ollama 可切换 |
| 🧑 AI 主播形象 | 根据文案一键生成高清主播形象，本地 Z-Image-Turbo / 云端 API 双引擎，也可手动上传 |
| 🗣️ 语音合成 | Edge TTS 16 种音色，发音自然，试听满意再生成 |
| 👄 唇形同步 | MuseTalk 音频驱动，嘴型精准对齐 |
| 📊 动态卡片 | 价格、涨跌幅、成交量随口播自动切换，6 种布局轮换 |
| 📝 逐句字幕 | 金黄字体 + 圆角背景 + 按标点拆分，一句一条 |
| 🎨 4 种动画 | PPT 卡片 / Manim 数字动画 / SD AI 生图 / Remotion React |
git clone https://github.com/dunso/iAnchor.git && cd iAnchor
bash install.sh
export DEEPSEEK_API_KEY="sk-xxx"
cp your-photo.png input/avatar.png # 可选：WebUI 里也能 AI 生成主播形象
bash start_ui.sh # 打开 http://127.0.0.1:7860| 平台 | 写稿 | 语音 | 唇形 | 动画 | SD | AI 形象 |
|---|---|---|---|---|---|---|
| macOS M1–M4 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| macOS Intel | ✅ | ✅ | ✅ | ✅ | ❌ | ☁️ |
| Windows | ✅ | ✅ | ❌ | ✅ | ❌ | ☁️ |
| Linux | ✅ | ✅ | ✅ | ✅ | ❌ | ☁️ |
☁️ = 本地 mflux 仅支持 Apple Silicon，其余平台走云端 API
| 模式 | 效果 | 推荐场景 |
|---|---|---|
card 默认 |
PPT 卡片，6 布局轮换 | 数据播报、产品介绍 |
| manim | 数字滚动 + 过渡动画 | 高级感动画 |
| sd | MLX SD 1.5 文生图 | AI 艺术风格 |
| remotion | React 组件渲染 | 可深度定制 |
上传照片，或在 WebUI 选「AI 生成」让 AI 根据文案设计主播（正面、演播室风格，直接可用于唇形驱动）：
| 方式 | 引擎 | 准备 |
|---|---|---|
本地 mflux 默认 |
Z-Image-Turbo (6B, MLX) | uv tool install mflux + 下载模型 |
| 云端 API | FLUX.1-schnell / CogView 等 | export IMAGE_API_KEY=sk-xxx |
# 本地模型下载（一次即可，约 7GB）
export HF_ENDPOINT=https://hf-mirror.com # 国内加速，可选
export HF_HUB_DISABLE_XET=1 # 用镜像时必加，镜像不支持 Xet 协议
.venv/bin/hf download filipstrand/Z-Image-Turbo-mflux-4bit --exclude "*.DS_Store"# 本地 Ollama
llm:
provider: "ollama"
model: "qwen2.5:7b"
# 智谱 GLM-5.2
llm:
provider: "deepseek"
deepseek_api_base: "https://open.bigmodel.cn/api/paas/v4"
deepseek_api_key: "你的Key"
model: "glm-5.2"iAnchor/
├── install.sh ← 一键安装
├── start_ui.sh ← 启动 WebUI
├── webui.py ← Gradio 界面
├── pipeline.py ← 主编排脚本
├── modules/
│ ├── llm_script.py ← LLM 口播稿
│ ├── avatar_image_gen.py ← AI 主播形象 (mflux/API)
│ ├── tts_generator.py ← Edge TTS
│ ├── avatar_driver.py ← MuseTalk 唇形
│ ├── viz_animation.py ← 4 种动画
│ ├── subtitle_generator.py ← 字幕
│ └── video_composer.py ← FFmpeg 合成
├── input/ ← 头像 (可选)
└── output/ ← 产物
MIT © iAnchor