python 新媒体_干货满文！用python做新媒体视频生成器

最近网上很火的段子是各种新媒体账号的文案，比方说下面的段子：核桃核不能吞下去是怎么回事呢？核桃核相信大家都很熟悉，但是核桃核不能吞下去是怎么回事呢，下面就让小编带大家一起了解吧。核桃核不能吞下去，其实就是核桃核太大了，吞下去容易噎着，大家可能会很惊讶核桃核怎么会不能吞下去呢？但事实就是这样，小编也感到非常惊讶。这就是关于核桃核不能吞下去的事情了，大家有什么想法呢，欢迎在评论区告诉小编一起讨论哦！

平时小编见到这些文案或者视频都很少，因为没怎么用今日头条、抖音之类的APP

所有我就在想，如果指定文案、BGM、视频，给定这三个东西，能否批量生成新媒体视频呢？于是就有了这个项目

设计思路

首先我把这个程序分为了以下几步：

1.剪裁视频→getVideo()

2.将台词写入文本→getText(file)

3.获取视频总时长→getLength(video)

4.给视频添加背景音乐→add_audio(video, mp3, output='out.mp4')

5.给视频添加字幕→subTitle(text_file, video_file,output='out_sub.mp4')

6.文本转人声→讯飞API

7.给视频添加人声→add_people(mp3_file, video_file)

8.清除中间生成的文件→clean()

1. 裁剪视频

对于大部分视频号来说，长度都在45秒左右，这边就直接将给定的mp4文件的前50秒保留了下来，其余的部分不要：

def getVideo():

cmd = 'ffmpeg -y -i in.mp4 -ss 00:00:00 -t 00:00:50 -acodec copy -vcodec copy -async 1 in_sub.mp4'

subprocess.call(cmd, shell=True)

上面代码的意思是在cmd命令行中执行cmd这句命令，这个命令的意思是将in.mp4从0秒开始，裁剪到50秒，并保存为in_sub.mp4文件

2. 将文本写入台词

这个其实是最简单的，网上有很多“文案生成器”，我随便找了个源码借鉴了下。首先你需要在一个文本文件中设定好主体、事件、另一种说法，例如:

那么他就会生成文案:核桃核不能吞下去是怎么回事呢？核桃核相信大家都很熟悉，但是核桃核不能吞下去是怎么回事呢，下面就让小编带大家一起了解吧。核桃核不能吞下去，其实就是核桃核太大了，吞下去容易噎着，大家可能会很惊讶核桃核怎么会不能吞下去呢？但事实就是这样，小编也感到非常惊讶。这就是关于核桃核不能吞下去的事情了，大家有什么想法呢，欢迎在评论区告诉小编一起讨论哦！

其实非常简单，就是一个字符串替换

def getText(file): # 组装台词

with open(file) as f:

body = f.readline().strip()

thing = f.readline().strip()

other_word = f.readline().strip()

# 主题框架

txt = '''{}{}是怎么回事呢？:4:0

{}相信大家都很熟悉，但是{}{}是怎么回事呢？:7:4

下面就让小编带大家一起了解吧:3:11

{}{}，其实就是{}:8:15

大家可能会很惊讶{}怎么会{}呢？:6:23

但事实就是这样，小编也感到非常惊讶:5:29

这就是关于{}{}的事情了，大家有什么想法呢？:6:34

欢迎在评论区告诉小编一起讨论哦！:5:40'''.format(body, thing, body, body, thing, body, thing, other_word, body, thing, body, thing)

# 台词写入

with open('text.txt', mode='w') as f:

f.write(txt)

文本后面的数字代表意思分别是字幕的持续时间、开始出现的时间。比方说下面就让小编带大家一起了解吧这句话就会从第11秒开始出现，持续显示3秒

3. 获取视频总时长

做这一步主要是考虑到BGM和视频应该差不多时长，假如BGM有60秒，视频只有50秒，那就会出现这样一个现象，整个视频的时长是60秒，但是当视频播放到第50秒之后，画面就不变化了，而BGM还在播放

所以这里获取的视频时长，是为了后面剪裁BGM使用的

但是又有人可能会觉得，你一开始不是设定了50秒，那这里为啥还要动态获取时长，而不写50秒呢？因为我考虑到后面的可扩展性，如果有用户想要修改视频时长，比方说改为60秒，那代码就有很多地方也要修改。但是如果我用一个变量来代替，用户就只需要修改第一步里的视频时长即可

def getLength(video): # 获取视频时长

cmd = 'ffprobe -v quiet -select_streams v -show_entries stream=duration -of csv="p=0" {video}'.format(video=video)

seconds = os.popen(cmd, 'r')

seconds = math.ceil(float(seconds.read()))

m, s = divmod(seconds, 60)

h, m = divmod(m, 60)

return "%02d:%02d:%02d" % (h, m, s)

由于ffmpeg这个库对时间的格式有要求，必须是00:00:00这种格式，所以我稍微做了一些处理

4. 给视频添加背景音乐

这一步里面又分三小步裁剪BGM

降低BGM音量

给视频添加BGM

为什么要降低BGM音量，是因为我在后续测试的过程中发现BGM声音有点太大了，掩盖住了人声

def add_audio(video, mp3, output='out.mp4'): # 将背景音乐添加到视频中

BGM = 'ffmpeg -i {mp3} -ss 00:00:00.0 -t {time} -acodec copy BGM.mp3'.format(mp3=mp3, time=total_time)

subprocess.call(BGM, shell=True)

volume = 'ffmpeg -i BGM.mp3 -vcodec copy -af "volume=-20dB" BGM_volume.mp3'

subprocess.call(volume, shell=True)

command = "ffmpeg -i {mp3} -i {video} -y {output}".format(video=video, mp3='BGM_volume.mp3', output=output)

subprocess.call(command, shell=True)

5. 给视频添加字幕

添加字幕我用的是moviepy这个库，它里面有一个TextClip方法，参数有很多，可以非常方便的添加字幕对象，然后将这些对象和视频对象一起进行整合，就可以了

def subTitle(text_file, video_file, output='out_sub.mp4'):

video1 = VideoFileClip(video_file)

sentences = [] # 台词列表

with open(text_file) as f:

text_tmp = f.readlines()

for i in text_tmp:

sentences.append(i.strip().split(':'))

print(sentences)

txts = [] # 所有字幕剪辑

with open('args.txt') as f:

color = f.readlines()[4].strip()

for sentence, span, start in sentences:

txt = (TextClip(sentence, fontsize=50, align='center', color=color, font='SimHei')

.set_position(("center","bottom")).set_duration(int(span)).set_start(int(start)))

txts.append(txt)

video2 = CompositeVideoClip([video1, *txts])

video2.write_videofile(output)

6. 文本转人声

所有的步骤都可以自己完成，唯独文本转人声不行，只能调用第三方接口，百度、腾讯、讯飞都可以，这里我用的讯飞的接口

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2LYUgs3u-1587353056943)(https://s1.ax1x.com/2020/04/20/JQAm8J.png#shadow)]

代码也是使用的讯飞提供的demo(python3)，由于太多了，就不在这放出来了

实现的时候有一个细节要提一下，就是如何做到字幕和人声同步

从上面的添加字幕可以看出，字幕的各种时间都是设定死的，那么能操作的也就是有人声了。具体操作我是这样做的，每一个字幕，生成一个人声，一共有8段字幕，所以我有8个mp3文件，由于人声是无法设置持续时间的，只能设置什么时间开始发声，即只能设置开始时间，所以我把每一个mp3文件的开始时间都设置成每个字幕的开始时间相同。这样做就会出现一个现象，假设某一段文本非常短，很快就读完了，字幕也消失了，但是下一段字幕以及对应的人声不会立即出现，而是单纯的只有BGM，只有等这段字幕和人声到点了，它们才会出现。不过我测试了实际效果并不突兀

7. 给视频添加人声

def addPeople(mp3_file, video_file):

my_clip = VideoFileClip(video_file)

audio_background = AudioFileClip(mp3_file)

final_audio = CompositeAudioClip([my_clip.audio, audio_background])

final_clip = my_clip.set_audio(final_audio)

final_clip.write_videofile('final.mp4')

8. 清除中间生成的文件

这步也非常简单，因为使用ffmpeg库的时候，中间有一些临时保存的mp3、mp4文件，在最后的时候删除掉就行了

def addPeople(mp3_file, video_file):

my_clip = VideoFileClip(video_file)

audio_background = AudioFileClip(mp3_file)

final_audio = CompositeAudioClip([my_clip.audio, audio_background])

final_clip = my_clip.set_audio(final_audio)

final_clip.write_videofile('final.mp4')