讲真的，对我这种对摄影剪辑一窍不通的人来说，做小视频还真是一个比较新奇的事，因此第一个小视频也没有奢求能有多流畅，有那么个意思就行了，先上小视频吧。

该视频大约耗费了4个小时，对我来说，可以接受，毕竟是第一次制作，看教程，剪辑（一窍不通），音频，如果熟练的话，理论上1个小时出一个视频，两个小时出一个精品问题是不大的。

聊聊思路，画面（图片）->声音->图片变视频->剪辑：

• 首先借助大语言模型，获取剧本以及可以用于文生图的提示词：

假设你是一名短视频运营，你的频道是为大家展现历史故事，用惊心动魄的故事情节和画面吸引大家的观看，现在请写出一个有趣的历史故事作为视频的文案

我想要请你为这个剧情设计六个分镜。
每个分镜要具体说明故事场景，角色行动，摄影角度

很好，
接下来我想要绘制概念草图，
请你把每个分镜的故事场景，
角色行动，
摄影角度的描述整合成每个midjourney prompts（使用英文），
格式类似下面这个句子：
hyperrealistic, hyper real, Ultrawide shot, Glacier, Ice and snow, Starrynightsky, Jaunty, Happy, Explorers, Gradient hair, Color contact lenses , Qlowing eyes , Realistic Restoration

• 通过Stable Diffusion或者midjourney生成对应的图片。那么画面基本就完成了。

• 配音。我是通过ElevenLabs来操作的，把大模型生成的剧本丢给ElevenLabs即可获取配音，注册用户每月有10000个字符的免费试用，由于里面没有中文，所以可以看到我的小视频中配音比较别扭。

• 图片变视频，两个工具网站：leiapix和gen-2，二者均可免费使用，对于未付费用户来说，leiapix的视频长度可以生成10秒，但是像素不清晰，且属于伪视频（实际就是一张图通过不同的角度旋转给人一种动态的感觉）；而gen-2的像素相比较清晰很多，视频长度为4秒，但是可以通过不同的提示词让图片真的动起来，例如小视频中的第一张图片，我写了一句：让火动起来，所以生成的视频中火是有明显的动态效果。

• 把生成好的视频素材丢进剪映，加上音频，并为每张图片之间的衔接加入转场以及动画效果。

• 字幕，使用剪映的智能字幕一键生成即可。调整字体大小、位置和颜色。

• 加入背景音乐及音效。

完工。

 

参考：

https://elevenlabs.io/
https://www.leiapix.com/
https://research.runwayml.com/gen2