大家好，我是一米七大个，今天给大家分享一个完整的小程序制作过程，希望能帮助到大家。

之前分享的关于小程序精华文章，请看这里：https://wx.zsxq.com/dweb2/index/topic_detail/214255212444821

1.为什么选这个题材

关注到这个，是由于偶然打了开妈妈的手机，看到了一些不可思议的视频，当时给我的感觉就是：这些视频这么简单粗糙，有这么多人看？

当时发风向标还中标了: https://wx.zsxq.com/dweb2/index/topic_detail/214255582224221

简单听了几个视频，总结原因如下:

1.这种面向的用户是中老年人，所以画面要求不高，因为有的人看不清。

2.基本就是当做音频来听，故事要夸张，情节要曲折。

3.基本涉及的都是家庭伦理，兄弟关系，婆媳关系。

将这些问题想明白以后，下一个疑问就是：这个能不能批量生产呢？答案自然是肯定的，从程序员的角度出发，必须要做一个程序出来，来提供这个能力，于是就有了这个小程序。（当然，底层能力完全可以本地复用，后续本地批量一键生成）

接下来介绍下，如何从零开始，开发这个小程序：

2.有那些关键技术，如何解决

2.1 有哪些关键要素

视频必然包括几个部分:画面+音频+字幕，当然，字幕并不是必选要素，前期可以先跳过，因为字幕并不影响听故事。

那么这里设计的关键要素就4个：图片、文本（故事内容）、音频、合成视频

总结起来就是：如何将文本自动生成音频？有了音频，又如何生成视频？

2.2 如何将文字转成音频？

先看看chatGPT的回答:

当然，他的回答主要针对国外的一些API，其实国内有很多都支持，腾讯，阿里等。以腾讯开放平台为例，长文本支持1万以上文字，实测大概2分钟左右能完成，效果不错。

2.3 如何将语音生成视频？

那又如何生成视频呢？这次就要问chatgpt了，截图如下:

这里提到了ffmpeg 这个软件，那么继续追问下使用的用法：

注意：为了尽可能清晰，我这里对音频、图片，以及输出的视频文件都做了声明。一是防止表达有误，而是可以方便的进行本地测试：

亲测，上面代码可用。

为了更好的阅读体验，来飞书看吧：

https://uijqsqplvs.feishu.cn/docx/WDGrdVH0xosi1JxcZUfcyKOLnTg