把你的表达，做成一支会说话的视频。
白板声画工坊是一个本地运行的 AI 视频制作工作台。上传一段参考音频、粘贴中文文案，选择视觉模板或提供人物与风格参考，系统会自动完成音色克隆、内容拆解、插画、手绘笔迹、字幕与音画合成，并导出 MP4。
素材、密钥、任务历史和成片默认都保留在本机；同一局域网内的团队也可以共用一条制作队列。
参考音频 + 中文文案 +（可选）风格 / 人物参考
↓
音色克隆 → 内容拆解 → 统一画面 → 动画渲染 → 字幕与音画合成
↓
MP4 成片
| 制作模式 | 适合什么 | 你得到什么 |
|---|---|---|
| 标准制作 | 知识讲解、故事口播、课程宣传 | 自动拆分分镜，生成插画并绘制白板动画。 |
| 自定义参考 | 固定 IP、品牌视频、系列内容 | 上传一张风格图和人物参考，让画风与角色贯穿全片。 |
| 动态信息图 | 观点表达、商业分析、课程内容 | 根据真实旁白时间生成随讲解展开的动态知识卡片。 |
| 能力 | 说明 |
|---|---|
| 本地音色克隆 | 接入自己的 IndexTTS Gradio 或 FastAPI 服务，参考音频不离开本机。 |
| 12 个视觉模板 | 从极简白板、国风、手账到赛博霓虹；每个模板都有对应的画面特征和内容建议。 |
| 自定义人物与画风 | 支持 1 张风格参考图，以及最多 5 个角色、每人 1–3 张参考图。 |
| 动态信息图 | 先将旁白对齐为短语时间表，再按真实说话时间逐项呈现内容，避免画面抢跑。 |
| 中文重点词 | 可本地叠加 4–10 字重点短语，避开图片模型生成中文容易乱码的问题；支持一键关闭。 |
| 可控成片节奏 | 支持字幕开关、笔身账号名、4 档线条绘制量，以及每张图承载 1–4 个分镜。 |
| 任务复用与恢复 | 配音、分镜、图片、分段视频与成片均有检查点；调整本地渲染设置时无需重复调用模型。 |
| 局域网协作 | 多台电脑可查看共享队列、进度和历史；个人制作偏好保留在各自浏览器。 |
选择模板会同时影响插画的配色、线条、材质与构图。预览图展示的是视觉方向；实际人物、物体和场景会随文案变化。
| 模板 | 预览 | 画面特征 | 推荐内容 |
|---|---|---|---|
| 极简粗线简笔白板风 |  |
粗黑线、少量配色、清爽留白 | 知识讲解、个人表达、复盘总结 |
| 极简商务涂鸦风 |  |
几何图表、蓝绿配色、专业克制 | 产品介绍、商业分析、项目汇报 |
| 暖米黄素描白板风 |  |
铅笔排线、纸张质感、温暖细腻 | 人物故事、个人成长、品牌叙事 |
| 粗线扁平国风卡通 |  |
朱红玉绿、国风纹样、生动平涂 | 传统文化、国风品牌、中文创意 |
| 爆款高热吸睛风 |  |
高饱和、强对比、夸张动势 | 短视频开场、强观点、热点表达 |
| 黑金科技发布会风 |  |
黑金光效、科技舞台、高级权威 | AI、科技产品、发布会 |
| 清新治愈手账风 |  |
柔和水彩、低饱和配色、生活手账感 | 情感、生活方式、自我成长 |
| 复古报纸拼贴风 |  |
撕纸拼贴、半色调、编辑杂志感 | 深度观点、文化内容、案例复盘 |
| 纸感隐喻拼贴风 |  |
手工剪纸、观点隐喻、高级克制 | 价值观、关系、流程、复杂观点 |
| 漫画墨线解释风 |  |
漫画墨线、半调网点、概念机制 | 原理讲解、机制拆解、商业洞察 |
| 3D黏土趣味风 |  |
黏土材质、玩具比例、温暖可爱 | 亲子教育、轻量品牌、趣味科普 |
| 赛博霓虹漫画风 |  |
霓虹青紫、漫画速度线、未来感 | AI 趋势、数码科技、年轻化观点 |
模板预览使用 GitHub Raw 地址，避免 README 中的表格图片因相对路径无法渲染。当前前端实际提供 12 个模板；如果你只记得原来的 11 个，新增的是「漫画墨线解释风」。
- Windows 10/11（已提供一键启动脚本）
- Python 3.11+
- Node.js 22.13+
- FFmpeg 与 FFprobe，且已加入系统
PATH - 可访问的 IndexTTS 2.5 服务（Gradio 或 FastAPI）
- OpenLux API Key，并有文本模型与图片模型的调用权限
先确认音视频依赖可用：
ffmpeg -version
ffprobe -version在项目根目录执行一次安装：
python scripts/prepare_env.py
.\.venv\Scripts\python.exe -m pip install -r webapp\requirements.txt
Push-Location web
npm ci
Pop-Location然后启动工作台：
.\start-webapp.ps1脚本会启动前后端并打开 http://127.0.0.1:13000/。同一局域网设备也可以通过脚本输出的地址访问。
打开右上角的 API 设置，填写并测试以下内容：
- OpenLux API Key：只保存在本机
.webapp/config.json，页面不会回显完整密钥。 - 文本模型：默认
gpt-5，用于拆解文案、生成分镜或信息图结构。 - 图片模型：默认
gpt-image-2，用于生成插画。 - IndexTTS 地址与接口类型：Gradio 通常为
http://127.0.0.1:7860，FastAPI 通常为8000端口。
测试连接成功后，上传 10–30 秒、单人且噪声较少的参考音频，粘贴至少 10 个字的中文文案，选择制作模式和视觉模板即可开始。
适合先快速验证一个内容方向：选择模板，上传音频和文案，系统会将内容拆成场景、生成统一画面并合成白板动画。
适合固定 IP 或品牌化内容：上传一张风格参考图，再添加 1–5 个角色。每个角色可上传 1–3 张不同角度的参考图；系统会按文案安排角色，不会直接复制参考图中的人物。
适合需要“边讲边理解”的内容。系统先依据真实旁白生成短语时间表，再生成章节、核心观点和图文结构；内容元素只会在对应的语音开始后出现。详细原则见 动态信息图语义时间契约。
所有本地配置、任务文件和成片均保存在 .webapp/：
.webapp/
├── config.json # 本机 API 与语音配置
├── preferences.json # 兼容旧版偏好
└── jobs/<任务 ID>/ # 音频、分镜、图片、检查点、成片与任务元数据
.webapp/、.env*、虚拟环境、node_modules 与视频产物都已被 Git 忽略。不要在 Issue、日志、截图或提交记录中公开 API Key、参考音频和任务目录；安全问题请按 SECURITY.md 中的方式私下报告。
# 前端构建与页面验证
Push-Location web
npm test
Pop-Location
# 后端任务队列、断点恢复与时间线测试
.\.venv\Scripts\python.exe -m unittest discover -s tests -v├── assets/ # 画笔、视觉风格与参考素材
├── docs/ # 动态信息图与工作流文档
├── examples/ # 白板动画示例
├── scripts/ # 白板渲染、时间线与维护脚本
├── tests/ # 队列、恢复与语义时间测试
├── video_renderer/ # Remotion 动态信息图渲染器
├── web/ # React 前端
├── webapp/ # FastAPI 后端
└── start-webapp.ps1 # Windows 一键启动
欢迎提交 Issue 或 Pull Request。涉及渲染逻辑的改动，请同时说明真实素材下的时序、遮罩保护和最终成片验证结果。
本项目采用 MIT License。
一个爱养鱼的老登 / AI Builder / 用 AI 团队打造一人公司。
抖音、B站、公众号：江哥是老登啊