Tech Blog → YouTube Video Automation Plan

📋 整体工作流

Markdown Blog
    ↓
[1] Parse Content (标题、段落、代码块、图片)
    ↓
[2] Generate Narration (语音旁白 + 时间戳)
    ↓
[3] Render Visuals (代码截图、文字卡、图片)
    ↓
[4] Compose Video (拼接 + 音频 + 字幕)
    ↓
[5] Upload to YouTube (自动发布 + SEO)

🛠️ 技术栈选择

Phase 1: MVP（核心功能）

功能 工具 原因
Markdown 解析 markdown + BeautifulSoup 提取结构化内容
文本转语音（TTS） pyttsx3（本地）或 gTTS（Google） 本地离线运行，不依赖 API key
图像生成 Pillow（PIL） 渲染代码块、文字卡、表格截图
视频合成 MoviePy（基于 FFmpeg） 纯 Python，易于集成
字幕生成 从 TTS 时间戳自动生成 同步音频和文字
背景音乐 librosa + 开源音乐库（YouTube Audio Library） 版权安全

Phase 2: 增强（后续迭代）

功能 工具 目的
代码语法高亮 pygments + PIL 美观的代码截图
表格动画 matplotlib + MoviePy 动态数据展示
屏幕录制 pyautogui + mss 实时演示效果
YouTube 自动上传 google-auth-oauthlib 自动发布
字幕文件 生成 .srt 格式 YouTube 自动识别

📹 视频生成具体方案

方案对比

┌─────────────────┬──────────────────┬────────────────┬────────────┐
│ 工具            │ 优点              │ 缺点            │ 选择       │
├─────────────────┼──────────────────┼────────────────┼────────────┤
│ MoviePy         │ 纯Python,易集成   │ 较慢（CPU渲染） │ ✅ 用这个   │
│ FFmpeg          │ 快速,功能完整     │ 命令行复杂      │ MoviePy下层│
│ OpenCV          │ 高效              │ 学习曲线陡      │ 备选       │
│ Shotcut/Resolve │ 功能强大          │ 不可编程,GUI    │ ❌ 不用    │
│ Stable Video    │ 生成动画视频      │ 需要 GPU 优化   │ 未来版本   │
└─────────────────┴──────────────────┴────────────────┴────────────┘

为什么选 MoviePy？

  1. 纯 Python — 可完全自动化，无需外部 GUI
  2. 易集成 — 直接在脚本中控制每一帧
  3. 足够快 — 单个视频（5 分钟）∼ 5-10 分钟合成
  4. 灵活 — 支持文字、图像、音频、过渡效果

🎬 具体视频结构

每个视频分为 N 个 场景（Scene），每个场景包括：

Scene:
  - 背景图像（代码截图 / 文字卡 / 博客图片）
  - 音频片段（对应的语音旁白）
  - 字幕文字
  - 持续时间（从音频长度计算）
  - 过渡效果（淡入/淡出）

示例：5 分钟的视频结构

[Scene 1] 标题卡（3秒）
  背景: 大标题 + 博客封面
  音频: "Welcome to our tech blog..."
  字幕: "Missing a Rust compiler? Don't rustup"

[Scene 2-5] 内容部分（270秒，4.5分钟）
  背景: 代码块截图 / 文字说明 / 表格
  音频: 分段语音旁白
  字幕: 自动同步

[Scene 6] 结尾卡（3秒）
  背景: 频道信息 + 订阅按钮
  音频: 背景音乐
  字幕: "Thanks for watching..."

总长: ~5 分钟

💻 技术实现细节

第 1 步：解析博客

from markdown import markdown
from bs4 import BeautifulSoup

def parse_blog(file_path):
    """
    返回:
      - title: 标题
      - sections: [{
          'heading': '章节标题',
          'text': '段落文本',
          'code': '代码块',
          'image': '图片路径'
        }, ...]
    """

第 2 步：生成语音 + 时间戳

import pyttsx3

def generate_narration(text_segments):
    """
    返回:
      - audio_file: 合并后的音频 MP3
      - timestamps: [
          {'text': '段落文本', 'start': 0.5, 'end': 5.2},
          ...
        ]
    """
    # pyttsx3 本地生成，快速，无需 API key

第 3 步：渲染视觉内容

from PIL import Image, ImageDraw, ImageFont

def render_scene(text, code=None, image=None):
    """
    生成一帧图像（1920x1080，YouTube 标准）
    
    内容优先级:
      1. 图片（如果有）
      2. 代码块（带语法高亮）
      3. 纯文字卡
    """

第 4 步：合成视频

from moviepy.editor import *

def compose_video(scenes, audio_file, background_music=None):
    """
    scenes: [
      {'image': path, 'duration': 5.0, 'caption': '...'},
      ...
    ]
    
    输出: video.mp4
    """
    # 每个 scene 显示对应的图像
    # 同时播放 audio + background_music
    # 底部添加字幕轨道

第 5 步：上传 YouTube（后期）

from googleapiclient.discovery import build

def upload_to_youtube(video_file, title, description, tags):
    """
    自动上传到 YouTube
    需要: OAuth2 token
    """

📦 依赖安装

# 核心依赖
pip install moviepy pyttsx3 markdown pillow beautifulsoup4 python-dotenv

# 可选（图像美化）
pip install pygments matplotlib

# 可选（YouTube 上传）
pip install google-auth-oauthlib google-auth-httplib2 google-api-python-client

🚀 开发计划

Week 1: MVP 完成

产出：可生成 1 个完整 5 分钟 MP4 视频

Week 2-3: 扩展

Week 4+: 高级功能

📊 性能预期

操作 耗时 GPU 需求
TTS 生成（5 分钟） ~30 秒 ❌ 不需要
图像渲染（60 帧） ~2 分钟 ❌ 不需要
视频合成（5 分钟） ~5-10 分钟 ✅ 用 CPU，可选 GPU 加速
总耗时 ~15-20 分钟 可 CPU 完成

🎯 成功标准

✅ MVP 成功：

✅ 可发布：

📝 下一步

  1. 确认选择：你同意用 MoviePy 吗？
  2. 选择 TTS：
    • pyttsx3（完全离线，速度快）
    • gTTS（Google 合成，质量好）
  3. 选择第一篇博客：用哪篇作为测试？

准备好开始编码吗？