AI内容创作系统 (AI2C)

一个基于Python的AI驱动内容创作系统，支持文章写作、小说创作、语音识别、视频生成和提示词优化等功能。

功能特性

1. 文章和小说生成

• 支持多种文章风格和长度
• 小说章节生成
• 故事大纲创建
• 支持DeepSeek（默认）、OpenAI和Anthropic模型

2. 语音识别和总结

• 基于Whisper的高精度语音识别
• 自动生成Markdown格式的转录文档
• 智能内容摘要和要点提取
• 支持长音频文件分段处理

3. 文本转视频

• 根据文本提示生成视频脚本
• 自动创建文字视频和幻灯片视频
• 支持多种视频风格和时长
• 可添加背景音乐和转场效果

4. AI图像生成

• 文本描述生成高质量图片
• 支持多种艺术风格（写实、动漫、油画等）
• 多个AI模型选择（Stable Diffusion系列）
• 智能提示词优化

5. 智能图像编辑

• 基于Qwen-Image-Edit的高质量图像编辑
• 视角转换（正面/侧面/俯视/仰视等）
• 风格变换（油画/水彩/素描/动漫等）
• 环境变换（白天/夜晚/室内/室外等）
• 对象变换（颜色/材质/大小/装饰等）

6. 图片转视频

• 静态图片转动态视频
• 幻灯片视频制作
• 单图动画效果（缩放、平移、淡入淡出）
• 图片对比视频生成

6. 提示词优化

• 智能分析提示词质量
• 提供针对性优化建议
• 生成多个提示词变体
• 支持结构化提示词创建

安装和配置

1. 安装依赖

基础功能安装（文章写作、语音识别、提示词优化）：

pip install -r requirements.txt

可选：安装视频生成功能：

pip install -r requirements-video.txt

可选：安装图像生成功能：

pip install -r requirements-image.txt

完整安装（所有功能）：

pip install -r requirements-full.txt

2. 配置API密钥

复制 .env.example 为 .env 并填入你的API密钥：

cp .env.example .env

编辑 .env 文件（默认使用DeepSeek）：

DEEPSEEK_API_KEY=your_deepseek_api_key_here
OPENAI_API_KEY=your_openai_api_key_here
ANTHROPIC_API_KEY=your_anthropic_api_key_here

DEFAULT_LLM_PROVIDER=deepseek

3. 创建输出目录

mkdir -p outputs/{videos,audio,articles}

使用方法

Web界面（推荐）

快速启动：

./run.sh

手动启动：

python start_web.py

或直接运行：

streamlit run web_app.py

Web界面功能：

• 🏠 友好首页 - 功能概览和快速入口
• 📝 智能写作 - 可视化文章生成界面
• 📚 小说创作 - 章节和大纲生成工具
• 🎤 语音处理 - 拖拽上传音频文件
• 🎬 视频制作 - 文本转视频生成器
• ✨ 提示词优化 - 智能分析和优化工具

访问地址：http://localhost:8501

交互模式

python main.py --interactive

命令行模式

生成文章

python main.py --article "人工智能的发展趋势"

处理音频

python main.py --audio "path/to/audio.wav"

生成视频

python main.py --video "介绍Python编程基础"

优化提示词

python main.py --optimize-prompt "写一篇关于AI的文章"

API 使用示例

文章生成

from src.content_generation.content_generator import ContentGenerator

generator = ContentGenerator()
result = generator.generate_article(
    topic="机器学习入门",
    style="informative",
    length="medium"
)
filepath = generator.save_content(result)

语音处理

from src.speech_recognition.speech_processor import SpeechProcessor

processor = SpeechProcessor()
result = processor.transcribe_and_summarize(
    audio_path="meeting.wav",
    language="zh",
    summary_type="会议纪要"
)
filepath = processor.save_results(result)

视频生成

from src.video_generation.video_generator import VideoGenerator

generator = VideoGenerator()
result = generator.generate_video_from_text(
    text_prompt="Python基础教程",
    video_style="教育",
    duration=30
)

提示词优化

from src.prompt_optimization.prompt_optimizer import PromptOptimizer

optimizer = PromptOptimizer()
result = optimizer.optimize_prompt(
    original_prompt="写一个故事",
    optimization_goal="全面优化",
    target_domain="创意"
)

项目结构

ai2c/
├── src/
│   ├── content_generation/     # 内容生成模块
│   ├── speech_recognition/     # 语音识别模块
│   ├── video_generation/       # 视频生成模块
│   └── prompt_optimization/    # 提示词优化模块
├── outputs/                    # 输出文件目录
├── requirements.txt            # 项目依赖
├── .env.example               # 环境变量模板
└── main.py                    # 主程序入口

注意事项

1. API密钥: 默认使用DeepSeek，需要配置相应API密钥才能使用内容生成功能
2. Whisper模型: 使用本地Whisper模型，首次运行时会自动下载到本地
3. 依赖安装: 某些功能需要额外的系统依赖（如FFmpeg用于视频处理）
4. 文件格式: 支持常见的音频格式（wav, mp3, m4a等）
5. 输出文件: 所有生成的文件都保存在outputs目录中
6. 模型切换: 可在环境变量中设置DEFAULT_LLM_PROVIDER来切换默认模型

许可证

MIT License

贡献

欢迎提交Issue和Pull Request来改进这个项目。