工具

每個環節,一個預設工具

Script2Film 自己不配音、不生成影片、不剪輯。它把一支片拆成幾個環節,每個環節接一個現成的工具,環節之間只靠資料夾裡的檔案交接。所以任何一個環節都能換成你習慣的工具。

核心流程

這些都是可以在你的電腦上跑,不用錢

第一個範例只用到這一段。模型與套件要自己安裝,安裝檢查會告訴你缺什麼。

旁白

Qwen3-TTS

在本機配音。給它十秒左右的參考聲音就能模擬你的音色,也可以用文字描述設計一個合成聲音。

在哪跑
你的電腦
費用
免費,開源(Apache-2.0)
可以換成
其他聲音製作工具,例如 CloneVoice.ai
對時與字幕

whisper.cpp

把配好的旁白轉回文字,量出每個字落在第幾秒。挑候選、字幕、畫面出現的時間都靠它。

在哪跑
你的電腦
費用
免費,開源
可以換成
Groq、ElevenLabs Scribe(雲端,要金鑰,旁白會送出去)
程式畫的畫面

HyperFrames + GSAP

27 種場景各是一頁網頁動畫,由 HyperFrames 一格一格拍成影片。場景程式在這個專案裡。

在哪跑
你的電腦
費用
免費(HyperFrames 是 Apache-2.0;GSAP 是它自己的免費授權)
可以換成
用 AI 自己寫場景
組裝與檢查

HyperFrames + ffmpeg

把旁白、畫面、字幕接成一支片。每支出片都量音畫長度、黑格、響度、音效有沒有混進去,解說片再排出截圖表。

在哪跑
你的電腦
費用
免費,開源
可以換成
搭配免費開源 Concat,很棒
配樂與音效

程式作曲 + CC0 音效

背景音樂由專案裡的作曲程式照畫面事件寫出來,用 SoundFont 離線渲染。音效是 Kenney 的 CC0 素材與自製的。

在哪跑
你的電腦
費用
免費;SoundFont 要自己下載
可以換成
自己的音樂(CC BY 的曲子要標註),或下面的 MiniMax Music 3 生成的歌
字型

Noto Sans TC、Noto Serif TC

畫面與字幕用的字型,授權文字跟著字型檔一起放。另列霞鶩文楷、jf 粉圓兩套選用字型與原始下載網址。

在哪跑
隨專案的素材層
費用
免費(SIL OFL 1.1)
可以換成
你有授權的任何字型
選用

要實景、要主持人、要生成各種影片或歌曲的時候,可以考慮這幾個選擇

這些都是選用的:不接也做得出片。接的時候,工具在你自己登入的帳號裡操作:送出、等候、收回、檢查。花額度或運算點數之前 agent 會先問你,帳號密碼由你自己輸入。

生成鏡頭

VideoExpress

文字或圖片生成影片。Script2Film 會先算好每個鏡頭要幾秒、寫好提示詞、排成跑單,自動送出並收回,再量長度、檢查首尾有沒有壞格。專案裡另外有一整套替 VideoExpress 寫提示詞的規則與分鏡工具。

在哪跑
VideoExpress 的服務
費用
這是一個買斷型的AI影片製作平台,不需額外付費,成品可商用。
可以換成
任何影片生成工具(例如 Seedance、Kling 等):照跑單的秒數與提示詞生成,按檔名放回資料夾
了解 VideoExpress(終身版約美金143元)
主持人

TalkingPhotos

一張人像加一段文字或聲音,就可以做出對嘴的主持人。Script2Film 把旁白切段、上傳造型圖、逐段送出、收回後接回時間軸,擺成圓框、右框或全版。

在哪跑
TalkingPhotos 的服務
費用
這是一個買斷型的AI主持人影片製作平台,不需額外付費,成品可商用。
可以換成
任何對嘴工具:把切好的每段聲音餵進去,產出的片照同樣的檔名放回來
了解 TalkingPhotos(終身版約美金78元)
生成鏡頭與主持人

MiniMax H3(需要有 Google Colab 帳號)

開放權重的影片模型,在你自己 Google 帳號的 Colab GPU 上生成。拿旁白錄音驅動主持人,嘴型跟著錄音走,人物照提示詞比手勢、邊走邊講,或拍成手持自拍的 vlog;也能生成鏡頭、接著往下延伸。Script2Film 把旁白切成 15 秒內的段落、寫好主持人的提示詞、開機前先查機器在哪個國家,做完收回放進時間軸。

在哪跑
你自己 Google 帳號的 Colab GPU,電腦不需要顯示卡
費用
要 Google AI Pro(附 Colab 運算點數)。實測 L4 一段 12 秒的主持人約 4 分鐘,試了十幾支約用掉 2 點
授權
開放權重的授權不涵蓋美國、歐盟、英國、南韓,在這些地方不能用
可以換成
上面的 VideoExpress、TalkingPhotos,或任何能照檔名放回的工具
怎麼接 MiniMax H3
配樂與歌曲

MiniMax Music 3(需要有 Google Colab 帳號)

開放權重的音樂模型,給歌詞和一段曲風描述,生成有人聲的歌或純配樂,台語、華語都唱得出來。Script2Film 會寫好工作、開機生成、下載回來就關機,再把 WAV 接成片的背景音樂;也可以自己在 Colab 開 notebook 貼程式跑。

在哪跑
你自己 Google 帳號的 Colab GPU,電腦不需要顯示卡
費用
要 Google AI Pro(附 Colab 運算點數)。實測 L4 一首 60 秒的歌約 5 分鐘,開機加生成約 0.3 到 0.5 點
授權
沒有地區限制;歌詞要是你自己的,公開發布要標示 AI 生成
可以換成
上面的程式作曲,或任何有授權的音樂
怎麼用 MiniMax Music 3

說明:VideoExpress 和 TalkingPhotos 的按鈕、上面旁白一欄的 CloneVoice.ai 連結是推薦連結。VideoExpress 和 TalkingPhotos 是作者自己每週在用的;透過連結購買,作者會收到一點推廣費,你付的價錢不變(2026年11月)。不買也完全不影響核心流程。

選用

想把分鏡與提示詞寫得更好

對影片的編劇想更精進的話,可以用專案附帶的這個小工具自己動手寫寫看。

編劇與提示詞

Prompt Studio

幫你把一段點子展開成分鏡與提示詞,可以拿來練習,也能拿來對照 agent 寫出來的分鏡。寫法是替 VideoExpress 校準過的;分鏡怎麼拆、角色怎麼描述、台詞怎麼寫,這些原則用別的 AI 影片工具時也能參考,但沒有在別家實測過。

在哪跑
你的瀏覽器(單一 HTML 檔)
費用
免費,隨專案附帶(MIT)
可以換成
直接交給 agent 寫分鏡(另一套規則)
看 Prompt Studio 介紹
選用

剪輯軟體,和影音平台上架

加疊加層、可再編輯

Concat

免費開源的影片編輯器。Script2Film 寫出剪輯計畫,直接送進 Concat:主持人的框、關鍵字、章節標籤、配樂都在時間軸上,還能自己再調。

在哪跑
你的電腦
費用
免費,開源,可透過 MCP 操作!
可以換成
不用它也有成片
發佈

YouTube API

上傳、排程、縮圖、說明欄、合成內容標記。授權在瀏覽器裡由你自己完成;要不要上傳、什麼時候公開,完全可由自己決定。

在哪跑
Google 的服務
費用
免費(要自己的 Google Cloud 專案)
可以換成
手動上傳

每個環節讀什麼檔、寫什麼檔,以及換別家平台時檔名怎麼放,寫在 流程文件(英文)。各個套件與素材的授權逐項列在 出處檔。