Pixelle-Video 完整上手指南：从一句话到多语言成片，AI 短视频生成一次讲清

Pixelle-Video 完整上手指南：从一句话到多语言成片，AI 短视频生成一次讲清

【免费下载链接】Pixelle-Video🚀 AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video

周五下午，运营群里丢来一句需求：下周新品上线，中文、英文、日文三条短视频都要有。按老办法，你要写三版脚本、找三批素材、录三遍音、剪三个工程，起码三天。而用 Pixelle-Video 这类 AI 全自动短视频引擎，整个流程被压缩成：输入一个主题 → 选语言和模板 → 点击生成。它会自动完成文案撰写、AI 配图、语音解说、背景音乐，最后直接输出一条可发布的视频，也就是常说的"短视频一键生成"。

下面按时间线带你走一遍：先跑起来，再出第一条片，然后聊进阶玩法和新手容易踩的坑。

10 分钟把 Pixelle-Video 跑起来 🚀

先看你的系统，两条路任选：

Windows 整合包（最省事）：从发行版下载整合包，解压后双击start.bat，浏览器会自动打开http://localhost:8501。包里已带全依赖，无需装 Python 和 ffmpeg。

macOS / Linux 或想自定义：从源码启动即可，依赖管理用的是uv：

git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video && uv sync uv run streamlit run web/app.py

看到三栏式 Web 界面就算成功：左边输入内容，中间调语音和视觉，右边出片预览。首次使用先在侧边栏「⚙️ 系统配置」里填 LLM 的 API Key（通义千问、GPT、DeepSeek、Ollama 任选其一，配置文件 config.example.yaml 里有各家 base_url 的注释示例），然后点「保存配置」——这一步最容易忘，后面生成失败多半就是它。更多细节可看 docs/zh/getting-started/configuration.md。

三步做出你的第一个视频 🎬

1. 输入主题：在「📝 内容输入」选「AI 生成内容」，写一句话主题，比如"为什么要养成阅读习惯"。也可以切到固定文案模式，直接贴现成脚本，还能选按段落、按行或按句子拆分镜。
2. 选语言和风格：中间栏选 TTS 工作流（默认 Edge-TTS 就够用）、图像工作流和视频模板。竖屏 1080×1920 适配抖音/TikTok，模板最多。
3. 点「生成视频」：右侧会滚动显示进度——写文案、逐分镜生图、合成语音、拼视频。5 个分镜的片子大约 2~5 分钟，成品自动播放，文件落在output/目录。

进阶玩法：从一条视频到一批视频

跑通第一条之后，这几个能力最值得试，统一按"功能 → 实际效果 → 适合谁"说：

• 多语言视频制作：同一份主题或脚本，切换语言批量生成各语种版本。文案会按目标语言的表达习惯重写，而不是机翻——做矩阵账号和出海发布的团队收益最大。
• 素材驱动创作：上传自己的照片或视频，AI 先分析内容再反向生成脚本，缺失画面自动补齐。手里有实拍素材、但不想自己写分镜的人很合适。
• 数字人口播 / 图生视频 / 动作迁移：三条独立流水线，分别对应虚拟主播出镜、静图转动态画面、参考视频动作"搬到"另一张图上。前两者做课程和产品展示，后者偏创意玩法。
• 声音克隆：上传一段参考音频，让解说用近似的声音朗读，做个人 IP 口播频道时用得上。

这些流水线在 Web 界面左侧可切换，背后的工作流定义都在 workflows/ 目录里，想换模型、换参数时知道去哪儿找。

模板、尺寸与音色怎么选

分辨率先按发布平台定，模板数量差异挺大：

模板分三类命名：static_*是纯排版不需要 AI 配图，image_*需要 AI 生图，video_*会调用 AI 视频模型，全部在 templates/ 目录下，界面里有预览画廊可以边看边选。比如书籍风格适合知识分享，霓虹、卡通风格则更抓眼球：

音色方面，Edge-TTS 内置中、英、日、韩等多语言语音，中文里晓晓偏柔和、云健偏叙述，英文 Aria 和 Jenny 都是女声、Guy 是男声。系统会按界面语言给出推荐音色，不确定时直接选推荐项即可。

新手常踩的四个坑

1. 配置没保存：改了 API Key 但没点「保存配置」，生成时才发现 LLM 不通。改完配置先点保存，再点生成。
2. 把 config.yaml 提交进 Git：示例文件config.example.yaml顶部明确警告不要提交真实密钥，复制一份填自己的。
3. 生成时以为卡死了：5 分镜 2~5 分钟属正常，生图阶段网络慢会更久，先等完整个进度条再下结论。
4. 文案语言与音色不匹配：用中文解说配英文文案（或反过来）是最常见的翻车点，多语言版本一定要一一对应，这也正是"AI 自动配音"环节要留意的地方。

下一步清单

• 用默认配置跑一条 5 分镜的竖屏视频，确认整条链路通
• 换 2~3 个不同模板对比效果，固定一个适合自己账号的风格
• 翻一遍 docs/zh/user-guide/web-ui.md，熟悉固定文案、BGM 和音色设置
• 需要接入自己的系统时，再看 API 文档做集成

一个立刻能做的小任务：挑你已发布的任意一条中文内容，把文案原样贴进固定文案模式，语言切到英文再生成一次，中英两条片放一起看——这就是你第一次体验"多语言视频制作"从一天到五分钟的全过程。

【免费下载链接】Pixelle-Video🚀 AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video