以下是关于根据文字和场景描述生成图文的方法：
对于儿童绘本制作：
描述故事场景：利用 ChatGPT 或者自行构思一段适合画绘本的故事，分为场景 1/2/3/...，用一句包含环境、人物、动作的话描述每个场景。例如，故事名《Lily 的奇妙之旅》，场景 1 是“Lily 来到一个阳光明媚的森林，跳过清澈的小溪，愉快玩耍。在路上结识了一只友善的棕熊，她们成为了旅伴。”
生成场景图片：确定 prompt，包括场景和风格（一套绘本中风格词语不要改变）。为了使得熊和人物有更好的互动感，生成场景时也包括人物主角。如场景 2 的 prompt 是“Walking in a mysterious cave with glittering gems,little girl Lily wearing a yellow floral skirt,her friend brown bear,dim,dreamlike,super high details,HDsmooth,by Jon Burgerman,s 400niji 5style expressivear 3:4”。抠图时，由于只需要得到一张场景图像，使用 mj 的 region vary 工具将小女孩完全框选，在提示词中完全删除 Lily 的描述词，依次得到各个场景的图像。
对于将小说做成视频：
小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。
生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。
图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。
视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。
音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。
视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。
后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。
审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。
输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。
此外，还有一些创意工具的操作指引：
文生图：仅需输入文本描述，即可一键生成图片素材。操作指引为输入文本描述（关键词或场景描述等）——选择模型（注意 FLUX 模型不可商用）————开始生成——下载。
AI 翻译：支持多语种文本翻译，翻译结果实时准确。操作指引为输入原始文本——选择翻译的目标语言——开始生成。
TikTok 风格数字人：适配 TikTok 媒体平台的数字人形象上线，100+数字人模板可供选择。操作指引为输入口播文案——选择数字人角色——点击开始生成，视频默认输出语言和输入文案语言保持一致，默认尺寸为 9:16 竖版。
多场景数字人口播配音：支持生成不同场景下（室内、户外、站姿、坐姿等）的数字人口播视频。操作指引为输入口播文案——选择数字人角色和场景——选择输出类型——点击开始生成，视频默认输出语言和输入文案语言保持一致。
音频驱动多场景数字人：支持音频和场景数字人一键合成，快速生成数字人口播视频。操作指引为上传音频链接——选择数字人角色和场景——选择输出类型——点击开始生成，音频文件支持 MP3 和 WAV 格式，文件大小上限 5M。
2025-02-10