ChatGPT动画视频制作：从零开始的AI辅助工作流实战

1次阅读

共计 2593 个字符，预计需要花费 7 分钟才能阅读完成。

传统动画制作流程中，以下几个环节往往效率低下：

脚本创作耗时：从构思到完整剧本通常需要反复修改，占用大量时间
风格一致性难保证：不同编剧撰写的角色对话容易出现性格偏差
分镜转化成本高：文字脚本到视觉分镜需要美术人员重新解读
重复劳动多：背景描述、角色动作等标准化内容需手动复制粘贴

智能脚本生成
自动生成完整故事框架
保持角色人设一致性对话
输出带场景过渡标记的剧本
角色对话优化
根据性格标签自动生成符合设定的台词
支持多语言版本同步输出
自动检测对话节奏问题
分镜描述转换
将文字脚本转为分镜表格式
自动补充镜头运动建议
生成供美术参考的场景描述

flowchart TD
    A[ChatGPT 生成脚本] --> B(Python 解析场景)
    B --> C{是否需要视觉化}
    C -->| 是 | D[调用 Stable Diffusion]
    C -->| 否 | E[生成分镜表]
    D --> F[FFmpeg 合成视频]
    E --> G[生成配音脚本]
    G --> H[TTS 语音合成]
    H --> F

import openai

# 初始化 API（实际使用请替换为你的密钥）openai.api_key = "your-api-key"

response = openai.ChatCompletion.create(
  model="gpt-4",
  messages=[{"role": "system", "content": "你是一位专业动画编剧，请用马克吐温的风格创作儿童科普动画剧本"},
        {"role": "user", "content": "生成一集关于地球构造的动画剧本，主角是钻地鼠团队，需要包含 3 个角色对话和 2 个场景转换"}
    ],
  temperature=0.7,  # 控制创意程度
  max_tokens=1500
)

print(response.choices[0].message.content)

关键参数说明：

temperature=0.7：平衡创意与稳定性
max_tokens=1500：控制生成内容长度
system message：定义 AI 的创作身份

import re

def script_to_storyboard(script):
    # 使用正则解析场景
    scenes = re.split(r'\n\n 第 \d+ 场：', script)
    storyboard = []

    for i, scene in enumerate(scenes[1:], 1):
        # 提取场景要素
        location = re.search(r'场景：(.*?)\n', scene).group(1)
        characters = re.findall(r'角色：(.*?)\n', scene)
        action = re.search(r'动作：(.*?)(\n|$)', scene, re.DOTALL)

        storyboard.append({
            "场次": i,
            "场景": location,
            "出场角色": characters,
            "镜头建议": f"中景切换特写，突出 {characters[0]} 的动作" if action else "固定机位"
        })

    return storyboard

角色卡片法
为每个角色创建属性模板

在每次对话生成时注入角色特征

character_template = """
[角色设定]
名字：钻地鼠小智
性格：好奇心强，说话带科学术语
口头禅："根据我的地质学研究..."
"""

温度值动态调整
关键剧情点使用较低 temperature(0.3-0.5)
过渡场景可适当提高(0.6-0.8)
分段生成校验
每生成 3 个场景后让人工复核

使用一致性检测 prompt：

请检查以下对话是否符合角色设定，不符合的地方用红色标出：[对话内容]

分块生成法
按 5 分钟为单位切割剧本
保留最后一段的 200 字作为下段开头
全局变量池
维护角色服装、场景等共享属性
每次生成前注入上下文

from diffusers import StableDiffusionPipeline

pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5")

def generate_character(prompt):
    return pipe(f"cartoon style, {prompt}, 
        clean lines, pixar-like, 4k detailed"
    ).images[0]

优质 prompt 技巧：

添加风格限定词：”pixar-like” “studio ghibli style”
控制细节程度：”4k detailed” “concept art”
避免冲突描述：不要同时要求 ”realistic” 和 ”cartoon”

from gtts import gTTS
import os

def text_to_speech(text, output_file):
    tts = gTTS(text=text, lang='zh-cn', slow=False)
    tts.save(output_file)
    os.system(f"ffmpeg -i {output_file} -af'atempo=1.2'processed_{output_file}")

参数调整建议：