开源模型组合：Qwen 剧本 + IndexTTS 配音集成方案

aivideo.site 的剧本创作与配音分别由 Qwen LLM 与 IndexTTS 驱动，两者均为开源 / 免费组件，组合成本可控。

智能剧本（Qwen LLM）

• 推理服务：llama.cpp 推理（OpenAI 兼容 API），模型为 Qwen3.6-35B（gguf 量化版）；
• 剧本结构：标题 + 摘要 + 分镜数组（画面描述 / 旁白 / 字幕 / 中英文提示词 / 镜头语言）；
• 风格注入：每种画面风格预定义 t2i_tags 与 i2v_tags，自动注入提示词；
• 容错解析：自动剥离 ````json包裹、合并零散 JSON 对象；从reasoning_content` 提取（适配推理模型）；
• 字幕策略：字幕强制等于旁白（一字不差），成片烧录字幕与配音完全一致。

# LLMClient 调用示例
client = LLMClient(api_base="http://<host>:8080/v1", api_key="...", model="qwen3.8-27b")
script = client.chat(messages, temperature=0.7, max_tokens=4096)

AI 配音（IndexTTS）

• 音色映射：VoiceStyle → TTS speaker（男声 / 女声 / 童声），5 种内置音色；
• 情感控制：支持 emo_control_method 参数；
• 时长读取：ffprobe 读取语音真实时长（读取失败兜底使用分镜时长）；
• 无配音模式：voice=none 时跳过语音阶段，分镜时长回退。

组合工作流

主题 → ScriptWriter（Qwen 生成剧本）
  → VoiceActor（IndexTTS 逐分镜配音，V2.4 前置到文生图之前）
  → ImageCreator（文生图）→ VideoCreator（图生视频）
  → VideoComposer（逐镜音视频对齐 + 字幕合成）

为什么选开源组合

• 0 成本生成：无按量 API 费用，全部基于开源 / 本地组件；
• 可替换：LLM / TTS / ComfyUI 均可自由替换（见配置文档）；
• 隐私可控：数据不出本地，支持内网 / 离线环境。