Remotion 多语言视频批量生成一套模板如何一次跑通 10 种语言【免费下载链接】remotion Make videos programmatically with React项目地址: https://gitcode.com/GitHub_Trending/re/remotion把一条 60 秒的产品介绍翻译成 8 种语言手动在剪辑软件里剪 8 遍没人做得完。Remotion 多语言视频批量生成把这件事拆成三步准备一份语言数据、为每种语言合成一次配音、循环跑一遍渲染。Remotion 是基于 React 的程序化视频框架在这里语言不是一个新时间线而是一个输入参数。多语言视频最容易翻车的 3 个地方先说会出问题的地方因为整个方案都是冲着这三个问题去的。第一文本长度对不齐。德语句子通常比英语长 30%中文没有空格、换行规则完全不同。你为英文调好的字幕框套到德语上就溢出套到中文上就挤成一团。第二配音长度对不齐。同一句文案英语配音 4 秒、西语 5 秒、中文 3 秒。如果画面动画是写死的帧数音画必然错位。第三重复劳动。8 种语言就是 8 次全量渲染如果每次还把 8 段 TTS 音频重新合成一遍时间和 API 费用都翻倍。结论先给出把语言变成数据字段把时长变成从音频文件里读出来的值。下面从最小模板开始搭。一个最小可跑通的多语言视频模板核心思路只写一个 React 组件用inputProps传进语言代码语言差异全部由外部数据文件承载。语言数据文件languages.json大概长这样配置示例每种语言带语音 ID 和文案{ en: { voice: en-US-JennyNeural, caption: Ship it in a day. }, es: { voice: es-ES-ElviraNeural, caption: Lanzalo en un dia. }, zh: { voice: zh-CN-XiaoxiaoNeural, caption: 一天上线。 } }组件本身不关心具体是哪种语言export const MultilingualVideo ({language}: {language: string}) { const data translations[language]; return ( AbsoluteFill Video src{BACKGROUND} / Audio src{public/audio/${language}.mp3} / Subtitle text{data.caption} / /AbsoluteFill ); };Root.tsx里注册一个CompositiondefaultProps给默认语言即可。渲染时传入{language: zh}出来的就是中文版。想让配音决定画面时长用calculateMetadata读取音频时长再返回durationInFrames这样德语版比英语版多 1 秒画面就自动拉长 1 秒不需要任何 if-else。仓库里的 packages/template-prompt-to-video/ 就是这个思路的完整版本它的 cli/timeline.ts 先由脚本生成文案、图片和配音再把三者拼成一份带时间戳的 timeline渲染只是最后一步。多语言语音映射表怎么配每种语言配一个 TTS 音色集中放在一张映射表里而不是散落在各组件中export const voiceMap { en: en-US-JennyNeural, es: es-ES-ElviraNeural, zh: zh-CN-XiaoxiaoNeural, } as const;围绕这张表做两件事。一是合成一次就缓存。批量脚本启动前先检查public/audio/{language}.mp3是否已存在存在就跳过合成。改了文案才重新合成那一个语言其他语言原样复用。TTS 是整个流程里最贵的一环这一条能省掉大部分重复开销。二是拿到逐词时间戳。配音返回的逐字时间戳是字幕对齐的关键。packages/elevenlabs/src/index.ts 提供了从转录文本生成字幕的转换工具packages/captions/src/create-tiktok-style-captions.ts 则能把逐词时间戳聚合成一句句的页控制每屏显示几个词、何时翻页。不同语言的词长不同按词切页比按字符切页稳定得多。批量渲染脚本怎么写渲染侧就是一个循环。用remotion/bundler打包一次然后对每种语言各调一次renderMediaconst browser await createBrowser(); for (const [code, cfg] of Object.entries(languages)) { await renderMedia({ serveUrl: await bundle({entryPoint: src/index.ts}), codec: h264, compositionId: MultilingualVideo, inputProps: {language: code}, output: out/${code}.mp4, browser, }); }串行跑的好处是内存可控8 个语言版本依次出片。想更快就把循环体换成Promise.all并行但每多一路并行内存占用就翻倍——机器扛不住就先 2~3 路并发。长文本排版不溢出的技巧排版是语言差异的集中爆发点几个能直接落地的做法测出来再排。用 Remotion 的measureText在渲染前量一遍文本宽度装不下就二分搜索字号或换行重排。不要靠估计。CJK 单独处理。中文没有空格word-break: break-all兜底同时给容器留出安全区大约 80% 宽度别让贴边字被裁掉。长词截断有规则。德语复合词超长时优先整词换行而不是拦腰切断overflow-wrap: anywhere比word-break: break-all对中文更友好。字幕行数设上限。packages/captions/src/ensure-max-characters-per-line.ts 做的就是保证每行字符数不超上限思路可以照搬按语言分别设上限而不是全局一个值。多语言短视频自动化的取舍最后讲性能上真正要做决定的地方。并行在哪一层开。本机并行的上限是内存和 CPU语言数量多10 种以上时把渲染挪到云函数上并行更划算。packages/lambda-client/ 支持把不同语言版本分发到不同的 Lambda 函数同时跑每个函数只负责一个语言版本互不抢占资源。缓存分两级用。TTS 音频是第一级缓存避免重新合成渲染结果是第二级缓存避免重复编码。判断哪些需要重跑的依据是数据文件内容文案没变的语言直接跳过。什么时候不值得上并行。语言只有 2~3 种、单机能 10 分钟内跑完时串行脚本足够省下的是排障成本。从一份语言数据、一张语音映射表到一个渲染循环多语言视频的全部差异都收敛到了数据层。模板写一次加一种语言就多一行配置剩下的交给缓存和并行。【免费下载链接】remotion Make videos programmatically with React项目地址: https://gitcode.com/GitHub_Trending/re/remotion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
