cs-board

有温度出品｜白板声画工坊

把你的表达，做成一支会说话的视频。

白板声画工坊是一个本地运行的 AI 视频制作工作台。上传一段参考音频、粘贴中文文案，选择视觉模板或提供人物与风格参考，系统会自动完成音色克隆、内容拆解、插画、手绘笔迹、字幕与音画合成，并导出 MP4。

素材、密钥、任务历史和成片默认都保留在本机；同一局域网内的团队也可以共用一条制作队列。

赞助商

  MiniMax H3 视频生成 API｜秘塔科技

  秘塔科技提供高性价比的 MiniMax H3 视频生成服务：768P 仅 0.09 元/秒，2K 仅 0.15 元/秒。支持原生 2K、音画同步，API 兼容 OpenAI 协议，同时支持 ComfyUI，无需自行部署 GPU。

   通过 cs-board专属链接注册，即可领取赠送额度及专属优惠。

你可以用它做什么

参考音频 + 中文文案 +（可选）风格 / 人物参考
                    ↓
音色克隆 → 内容拆解 → 统一画面 → 动画渲染 → 字幕与音画合成
                    ↓
                 MP4 成片

核心能力

视觉模板

选择模板会同时影响插画的配色、线条、材质与构图。预览图展示的是视觉方向；实际人物、物体和场景会随文案变化。

模板预览使用 GitHub Raw 地址，避免 README 中的表格图片因相对路径无法渲染。当前前端实际提供 12 个模板；如果你只记得原来的 11 个，新增的是「漫画墨线解释风」。

5 分钟启动

环境要求

• Windows 10/11（提供 PowerShell 一键启动脚本）
• macOS 15+（Intel 与 Apple Silicon，提供 shell 一键启动脚本；Remotion 视频渲染要求）
• Python 3.11+
• Node.js 22.13+
• FFmpeg 与 FFprobe，且已加入系统 PATH
• 可访问的 IndexTTS 2.5 服务（Gradio 或 FastAPI）
• OpenLux API Key，并有文本模型与图片模型的调用权限

先确认音视频依赖可用。

macOS/Linux：

ffmpeg -version
ffprobe -version

Windows PowerShell：

ffmpeg -version
ffprobe -version

Windows

在项目根目录执行一次安装：

python scripts/prepare_env.py
.\.venv\Scripts\python.exe -m pip install -r webapp\requirements.txt
Push-Location web
npm ci
Pop-Location

然后启动工作台：

.\start-webapp.ps1

脚本会启动前后端并打开 http://127.0.0.1:13000/。同一局域网设备也可以通过脚本输出的地址访问。

macOS

先安装 Python 3.11+、Node.js 22.13+、FFmpeg 与 FFprobe。使用 Homebrew 时可以执行：

brew install [email protected] node ffmpeg

在项目根目录执行一次安装：

python3.13 scripts/prepare_env.py
.venv/bin/python -m pip install -r webapp/requirements.txt
(cd web && npm ci)

国内网络安装 Python 依赖较慢时，可以只对当前命令使用清华 PyPI 镜像：

PIP_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple python3.13 scripts/prepare_env.py
PIP_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple .venv/bin/python -m pip install -r webapp/requirements.txt

然后启动工作台：

./start-webapp.sh

脚本会启动前后端并打开 http://127.0.0.1:13000/。如果系统没有自动打开浏览器，也可以手动访问该地址。动态信息图首次运行时会按当前平台准备 Remotion 与 Whisper.cpp 所需资源。macOS 14 及更低版本可以启动界面和 API，但当前 Remotion 版本的视频渲染不保证成功。

首次配置

打开右上角的 API 设置，填写并测试以下内容：

1. OpenLux API Key：只保存在本机 .webapp/config.json，页面不会回显完整密钥。
2. 文本模型：默认 gpt-5，用于拆解文案、生成分镜或信息图结构。
3. 图片模型：默认 gpt-image-2，用于生成插画。
4. 图片接口地址 / 图片 API Key（可选）：留空时图片调用与文本使用同一个服务入口。如果文本与图片来自不同供应商（例如聚合网关只提供 GPT Image），可在这里单独填写图片服务的地址和密钥；两者也可以只填其一，未填写的一项自动沿用上方配置。密钥同样只保存在本机且不回显。
5. IndexTTS 地址与接口类型：Gradio 通常为 http://127.0.0.1:7860，FastAPI 通常为 8000 端口。

测试连接成功后，上传 10–30 秒、单人且噪声较少的参考音频，粘贴至少 10 个字的中文文案，选择制作模式和视觉模板即可开始。

使用建议

标准制作

适合先快速验证一个内容方向：选择模板，上传音频和文案，系统会将内容拆成场景、生成统一画面并合成白板动画。

自定义参考

适合固定 IP 或品牌化内容：上传一张风格参考图，再添加 1–5 个角色。每个角色可上传 1–3 张不同角度的参考图；系统会按文案安排角色，不会直接复制参考图中的人物。

动态信息图

适合需要“边讲边理解”的内容。系统先依据真实旁白生成短语时间表，再生成章节、核心观点和图文结构；内容元素只会在对应的语音开始后出现。详细原则见 动态信息图语义时间契约。

运行与数据

所有本地配置、任务文件和成片均保存在 .webapp/：

.webapp/
├── config.json          # 本机 API 与语音配置
├── preferences.json     # 兼容旧版偏好
└── jobs//       # 音频、分镜、图片、检查点、成片与任务元数据

.webapp/、.env*、虚拟环境、node_modules 与视频产物都已被 Git 忽略。不要在 Issue、日志、截图或提交记录中公开 API Key、参考音频和任务目录；安全问题请按 SECURITY.md 中的方式私下报告。

开发验证

macOS/Linux

# 前端构建与页面验证
(cd web && npm test)

# 后端任务队列、断点恢复与时间线测试
.venv/bin/python -m unittest discover -s tests -v

# Remotion 类型检查
(cd video_renderer && npm run build)

Windows PowerShell

# 前端构建与页面验证
Push-Location web
npm test
Pop-Location

# 后端任务队列、断点恢复与时间线测试
.\.venv\Scripts\python.exe -m unittest discover -s tests -v

# Remotion 类型检查
Push-Location video_renderer
npm run build
Pop-Location

项目结构

├── assets/               # 画笔、视觉风格与参考素材
├── docs/                 # 动态信息图与工作流文档
├── examples/             # 白板动画示例
├── scripts/              # 白板渲染、时间线与维护脚本
├── tests/                # 队列、恢复与语义时间测试
├── video_renderer/       # Remotion 动态信息图渲染器
├── web/                  # React 前端
├── webapp/               # FastAPI 后端
├── start-webapp.ps1      # Windows 一键启动
└── start-webapp.sh       # macOS/Linux 一键启动

贡献

欢迎提交 Issue 或 Pull Request。涉及渲染逻辑的改动，请同时说明真实素材下的时序、遮罩保护和最终成片验证结果。

许可证

本项目采用 MIT License。