AI Media Assistant Web 2.0 使用说明

June 27, 2026 · View on GitHub

AI Media Assistant 是本地运行的短视频生成工具。浏览器负责编辑，Python 后端负责 TTS、字幕、配图、BGM 和视频渲染。

1. 安装依赖

请先安装：

Python 3.11 或更高版本
Node.js 20 或更高版本
FFmpeg，建议加入系统 PATH
可选：OmniVoice / Qwen3-TTS 模型环境

安装 Python 时建议勾选 Add python.exe to PATH。

2. 首次安装

解压 Release 压缩包后，在项目目录空白处右键打开 PowerShell，执行：

powershell -ExecutionPolicy Bypass -File scripts\setup_windows.ps1

脚本会自动完成：

创建 .venv
安装 Python 依赖
安装 Node 依赖
构建 Web 前端
初始化 SQLite 数据库
创建本地存储目录

3. 启动软件

执行：

powershell -ExecutionPolicy Bypass -File scripts\start_windows.ps1

浏览器打开：

http://127.0.0.1:8123

服务默认只监听 127.0.0.1，不会对外网开放。

4. 基本使用流程

点击“新建”创建项目。
在左侧文案框输入多行文案，每一行会成为一个独立片段。
选择字幕模板，例如“情感模板”。
情感模板会根据每行文字自动匹配背景图。
在“片段配图”轨道中可以上传、修改或删除每一句背景图。
选择 TTS 引擎和预设语音。
选择 BGM 或随机音乐。
点击“开始生成”。
生成完成后，可在右侧预览视频并下载 MP4。

5. 资源目录

Release 包会包含可分发资源：

storage/resources/
  ancient/                     古风参考资源
  bg_B-Roll_Senior_Emotions/   情感模板背景图
  bg_elder_person/             老年人背景图
  bgm_library/                 内置 BGM
  fonts/                       可分发字体
  voice/                       预设语音

运行中产生的内容不会提交到 Git：

storage/projects/              SQLite 数据库与 TTS 缓存
storage/uploads/               用户上传素材
storage/outputs/               导出视频

6. 模型位置

右上角“设置”中可以配置：

Qwen 模型位置
OmniVoice 模型位置

留空时软件会使用默认搜索位置。推荐把模型放在软件根目录的 models 文件夹：

ai-media-assistant/
  models/
    OmniVoice/
    Qwen3-TTS-1.7B/

macOS 用户不要使用 Windows 模型包。Windows 包里的 python.exe、.dll、.pyd 不能在 macOS 上运行。Mac 可用模型包解压后，目录里应能看到：

models/OmniVoice/.venv/bin/python
models/Qwen3-TTS-1.7B/.venv/bin/python

如果不小心把 Windows 模型包放到 Mac，软件会提示“检测到 Windows 版模型运行环境”。这时需要换成 macOS arm64 版模型包。

7. 常见问题

页面打不开

确认 start_windows.ps1 仍在运行，并访问：

http://127.0.0.1:8123

点击生成后一直排队

说明 Worker 没有启动或异常退出。关闭 PowerShell 后重新运行：

powershell -ExecutionPolicy Bypass -File scripts\start_windows.ps1

没有声音或 TTS 失败

检查右上角“设置”里的模型状态，以及参考音频/预设语音是否存在。

视频导出失败

确认 FFmpeg 可用：

ffmpeg -version

如不可用，请安装 FFmpeg 并加入 PATH。