Synthesia

目標:做一個本機優先的 AI 虛擬人物影片製作工具，把文字稿、聲音和人物影像合成教學短片。 技術棧建議:Python FastAPI + SQLite + FFmpeg；前端使用 React；語音採 Piper，本機人物動畫採 LivePortrait 或其他可替換的開源模型。 需求: - 建立專案並輸入標題、語言、畫面比例與輸出解析度 - 以區塊方式編輯文字稿，每個區塊可設定停留秒數 - 匯入使用者合法擁有的人物照片或短片作為虛擬人物素材 - 讓每個文字稿區塊選擇人物素材、背景色或背景圖片 - 使用本機 TTS 產生語音，支援調整語速、音高與音量 - 依語音長度自動產生人物口型動畫或簡單嘴型同步片段 - 自動產生字幕，支援 SRT 匯出與字幕樣式設定 - 時間軸可預覽每個場景，支援拖曳排序、複製與刪除 - 使用 FFmpeg 合成影片、語音、背景音樂與字幕 - 支援 MP4 預覽與下載，保留每次輸出的設定檔 - 可匯入與匯出專案 JSON、文字稿、字幕和媒體檔案清單 - 管理本機素材庫，顯示檔案格式、尺寸、時長與使用中的專案 明確不做(out of scope):雲端協作、商用虛擬人物授權、真人聲音仿製、線上模型 API、批次大量渲染、企業權限與品牌管理。 README 要求:說明本機安裝、模型下載、FFmpeg 設定、可支援的音訊與影片格式、人物素材授權責任、專案匯出與備份方式。