一句话灵感，想变成一条结构完整的短视频，中间要过脚本、分镜、画面、旁白、字幕、剪辑、导出好几道手。De Story AI视频制作就是把这条链路收进一个桌面应用里：从一句故事前提生成脚本，按场景拆分视觉描述、镜头动作和旁白文本，再做逐词字幕和多轨剪辑，最后导出 MP4。本篇先讲它适合什么样的创作，再讲凭据怎么选、上手先调什么。
De Story AI视频制作先说清楚：它做的是原创故事视频
据项目说明，De Story 是一款以 Python 为主的桌面 AI 视频工作室，覆盖故事创作、分镜拆分、视觉生成、旁白、逐词卡拉 OK 字幕、时间线编辑和 MP4 导出，适合快速制作 YouTube 与 Shorts 内容。起点是自己的一句故事前提，产出的是自己新做的视频。
支持的形态很明确：16:9 与 9:16 两种画幅，30 秒、60 秒、3 分钟和 5 分钟等时长选项；多轨时间线可处理视觉、旁白、背景音乐和字幕轨道，并支持实时拖动预览；字幕用本地 whisper.cpp 与逐词对齐算法生成 ASS 格式的动态卡拉 OK 字幕；导出由集成的 FFmpeg 完成。
软件信息与版本选择
| 项目 | 内容 |
|---|---|
| 软件名 | De Story |
| 核心用途 | 桌面端 AI 视频制作：故事脚本、分镜、视觉、旁白、字幕、剪辑、导出 |
| 平台 | 桌面端（Python 桌面应用，具体系统要求以 GitHub README 为准） |
| 版本 | 以 GitHub Releases 最新发布为准，原文未给具体版本号 |
| 授权 | 开源项目，具体许可条款以仓库 LICENSE 为准 |
| 画幅与时长 | 16:9、9:16；30 秒、60 秒、3 分钟、5 分钟等选项 |
版本选择的关键不在版本号，而在服务凭据路线。结论先行：先看自己手里有什么服务的凭据，再定 LLM、语音和视觉生成走哪条线，不要每条线都配一遍。
| 凭据路线 | 适合谁 | 注意点 |
|---|---|---|
| Google Gemini | 已有 Gemini 凭据的用户 | 脚本生成与语音都可走这条线 |
| OpenRouter 或 Groq | 已有对应平台凭据的用户 | 按已有额度选，别为一个项目新开多个平台 |
| 自定义 OpenAI 兼容端点 | 已有自建或第三方兼容服务的用户 | 先确认端点格式与模型名是否匹配 |
| 本地字幕加 FFmpeg 导出 | 所有用户 | 字幕对齐在本地做，导出依赖本机 FFmpeg |
安装与上手步骤：先把凭据和本地依赖对齐
- 到文末 GitHub 获取说明里的仓库地址，通读 README 里的系统要求、依赖和启动脚本说明，确认本机 Python 环境和 FFmpeg 都已就绪。
- 按 README 的说明配置外部服务凭据：脚本生成用 Gemini、OpenRouter、Groq 或自定义 OpenAI 兼容端点；语音用 Gemini TTS 或 ElevenLabs；视觉生成涉及 Higgsfield AI 与 Google Flow 的 Flow2API，逐项确认，不要跳过授权条件。
- 确认本地字幕依赖：字幕对齐用本地 whisper.cpp，留意 Small 模型的下载和存放位置，第一次跑先用一小段音频试对齐速度。
- 先做一条 30 秒的竖屏小样：写一句故事前提，生成脚本和分镜，检查角色表和视觉风格是否前后一致，再进时间线调旁白、音乐和字幕轨道。
- 小样确认无误后，再做正式时长。正式项目开始前，先导出一次 MP4 全流程，确认画面、旁白、字幕时间轴都没有错位。
装完必改设置：先调这 5 项，成片少返工
- 画幅与时长预设：新建项目时先定 16:9 还是 9:16、做 30 秒还是 3 分钟，画幅和时长中途改，等于分镜和画面要重排。
- 角色表与视觉风格：同一批场景先定好主要角色的长相描述和视觉风格预设，风格中途换，角色前后就容易对不上。
- 旁白语音服务：先选定一家 TTS 服务并试听一段，语速、音色定下来再批量生成，避免每段旁白换一个声音。
- 字幕样式与对齐：先确认 ASS 逐词字幕的字体、大小和出现方式在小样里可读，再批量做全片，字幕太小或太密后期很难救。
- 导出前的时间线检查：导出前把视觉、旁白、背景音乐和字幕四条轨道各拖一遍，确认没有空轨、错轨和结尾截断，再点导出。
注意事项与常见坑
- 外部服务会变：脚本、视觉生成和云端语音的可用性受服务凭据、接口变更和配额限制影响，长期项目要留好备用路线，不能只押一家。
- 不是纯本地生成：除了本地字幕对齐和 FFmpeg 导出，脚本、视觉和云端语音都要联网走外部服务，离线环境做不了全流程。
- 不是服务端部署方案：项目定位是桌面端应用，README 摘要没有说明可直接部署为服务器、Web 服务或无界面批处理系统，团队协作部署前要先看源码。
- 本地字幕吃硬件：whisper.cpp 的 Small 模型处理速度、内存占用和识别效果受本机硬件与音频质量影响，长音频先分段试，再跑全片。
- 生成内容要合规：视觉、旁白和故事素材涉及的服务条款、授权条件和平台规则，要按各服务的实际要求来，涉及真人肖像或品牌元素时更要谨慎。
适用人群与横向对比
适合谁：需要从故事创意快速制作 YouTube 长视频或 Shorts 的个人创作者、视频编辑者和内容自动化开发者；能配置外部 AI 服务凭据、接受桌面应用加本地媒体处理工作方式的用户。
不适合谁：要求纯本地生成、稳定服务端部署或明确企业级维护承诺的用户，当前公开摘要不足以直接选用；只想剪已有素材、不需要 AI 生成脚本和画面的用户，用普通剪辑工具更直接。
| 需求 | 选 De Story 还是另找工具 |
|---|---|
| 一句话灵感要变成完整短视频 | 优先试 De Story，走脚本到导出一条线 |
| 只要剪辑已有素材，不要 AI 生成 | 普通剪辑工具更轻，不必配一堆服务凭据 |
| 要离线制作或服务端批量出片 | 先核对哪些步骤必须联网，再决定能不能用 |
GitHub获取说明
De Story 的项目仓库地址是 https://github.com/ikrammf7/De-Story。打开该地址后，先读 README 里的系统要求、安装步骤、环境变量和外部服务凭据配置，再按说明启动桌面应用：脚本生成、视觉生成和云端语音需要对应服务的访问凭据，本地字幕对齐依赖 whisper.cpp 模型，视频导出依赖 FFmpeg。升级前，建议用代表性项目验证脚本生成、字幕时间轴和 MP4 导出链路，确认无误后再用于正式创作。
关注「软件教程管家」
回复软件名即取即下：网盘下载链接 + 提取码，一步直达，不用再跳转。
本站资源仅供个人学习交流，请勿用于商业用途。软件与资料版权归原作者所有；如有侵权，请通过公众号「软件教程管家」联系我们，我们将在 24 小时内下架处理。查看免责声明 ›
