视频生成工作流

解决的问题

短视频制作常卡在“图片、旁白、音频、字幕、FFmpeg 参数”分散处理上：旁白与画面错位、concat copy 拼接时因流结构不一致丢音频、中文标题被 drawtext 渲染乱码，以及 Excel/CSV 数据只能手动截图。这个技能把这些步骤收敛为可复用的脚本化工作流，面向需要把有序图片序列或表格数据稳定合成为 MP4 的场景。

核心能力与关键步骤

• 音画匹配：为每张图片生成描述该图视觉内容的旁白，再使用 edge-tts 生成音频。
• 稳定合成：推荐每段图片+音频先合成完整 MP4，再拼接，保留 h264 视频流和 aac 音频流，减少音频丢失。
• 标题页：用 PIL 生成中文标题页图片，避开 FFmpeg 中文渲染问题。
• 数据可视化：通过 generate_chart_video.py 将 Excel/CSV 转为柱状图、折线图、饼图或条形竞赛图动画。
• 端到端生成：generate_full_video.py 可从主题出发，完成脚本、分镜、图片、音频到视频的流程。
• 异常处理：error_handler.py 提供错误码、重试、临时文件清理和 output/error.log 日志。

适用边界

适合图片顺序已确定、旁白可人工确认、需要快速产出讲解视频或图表视频的任务。若图片内容复杂、旁白要求高度创意化，仍需人工校对脚本；若缺少 ffmpeg、edge-tts 或路径异常，需要先完成环境检查与文件校验。