做短视频最头疼的是什么？写文案、找素材、配音、加字幕、选背景音乐、剪辑合成——每个环节都要花时间。如果想批量出片，人力成本更是直线上升。

MoneyPrinterTurbo 把这整条链路自动化了。你只需要输入一个主题或关键词，它就能自动生成视频文案、匹配无版权视频素材、合成语音配音、生成字幕、添加背景音乐，最后合成一个高清短视频。

但你最关心的问题可能是：这东西到底花不花钱？哪些环节是靠大模型（要 API 费用），哪些是本地脚本（完全免费）？

MoneyPrinterTurbo 是什么？ 由 harry0703 开发的开源 AI 短视频批量生成工具（MIT 许可证），采用 MVC 架构，支持 Web 界面和 API 接口。通过 LLM 生成文案 + 本地脚本合成视频的工作流，自动完成从主题到成品短视频的全流程。支持竖屏 9:16 和横屏 16:9，可批量生成。

关键数据：

• 🌟 GitHub Stars: 45K+（仓库链接）
• 📦 技术栈：Python 3.11 + MoviePy 2.x + Pillow + ffmpeg
• ⚖️ 许可证：MIT License
• 🧠 核心特性：输入主题 → 自动生成文案 + 配音 + 字幕 + 素材 + 合成视频
• ✍️ 核心特性：支持自定义文案——手动撰写视频文案，AI 只负责匹配素材和合成
• 📁 核心特性：支持本地图片和视频素材——上传你自己的文件，效果远超在线素材
• 📦 核心特性：支持 16+ 种 LLM 接入（含 Ollama 本地模型，完全免费）
• 💰 最低成本：LLM 用 Ollama（免费）+ TTS 用 Edge TTS（免费）+ 素材用 Pexels（免费）= 零成本

两大核心特性

一、自定义文案（Custom Script）

MoneyPrinterTurbo 支持两种文案模式：

• AI 自动生成：输入视频主题（如「咖啡的制作过程」），AI 自动撰写完整文案。适合批量出片、没有现成脚本的场景。
• 手动自定义文案：直接在 WebUI 的「视频文案」输入框中粘贴你自己的文案，或通过 CLI 的 --video-script 参数传入。虽然跳过了 AI 生成文案的步骤，但 LLM 仍用于提取搜索关键词和匹配素材，确保画面与文案内容对应。适合你想精确控制每一句台词的场景。

两种模式可以在 WebUI 中随时切换，生成前还能点「生成视频关键词」按钮，让 AI 根据你写的文案自动提取搜索关键词，匹配更精准的素材。

适用场景：

• 你已经有现成的产品介绍或活动文案
• 需要确保每句话的措辞完全准确（如法律、医疗内容）
• 想把博客文章直接转成视频
• 先用 AI 生成草稿，再手动精修

二、本地图片和视频素材（Local Materials）

默认情况下，MoneyPrinterTurbo 从 Pexels、Pixabay 等无版权素材库下载视频片段。但更强大的功能是——你可以使用自己的图片和视频素材。

在 WebUI 中将「视频来源」切换为 Local file，即可上传本地文件。支持以下格式：

上传后的素材会自动被剪辑、拼接、配上你的文案配音和字幕，最终输出成品视频。

优势：

• 素材与主题 100% 匹配（你自己的素材当然最贴切）
• 完全离线运行，无需联网下载
• 支持混合使用多个本地文件，自动按顺序或随机拼接
• 同一素材可以用于多个视频，生成不同文案版本

CLI 方式：

1
2
3
4
5

# 使用本地素材生成视频，只执行到合成阶段
uv run python cli.py \
  --video-subject "你的主题" \
  --video-source local \
  --video-materials "素材1.mp4,素材2.jpg,素材3.mp4"

费用构成详解（最重要）

先说结论：视频合成全程是本地脚本完成的，不花钱。花钱的唯一环节是「文案生成」用的大模型 API。

下面逐环节拆解：

LLM 费用方案对比

零成本方案具体操作：

1. 安装 Ollama，下载一个本地模型（如 llama3、qwen2 等）
2. 在 config.toml 中设置 llm_provider = "ollama"
3. 其他环节全部使用免费方案（Edge TTS + Pexels 素材）
4. 总费用：0 元

💡 提示：本地模型的文案质量可能不如 GPT-4 或 DeepSeek，但对于”鸡汤”、”科普”、”生活技巧”类短视频已经够用。追求高质量文案建议用 DeepSeek（极低成本）。

前提条件

• 操作系统：Windows 10+、macOS 11.0+、或主流 Linux
• Python 3.11
• GPU 不是必需项：纯 CPU 也能运行，GPU 只是加速用
• 最低配置：4 核 CPU + 4GB RAM（推荐 8 核 + 8GB RAM）

概述

本教程是 MoneyPrinterTurbo 的完整使用指南，涵盖：

1. 三种部署方式（一键包 / Docker / 手动）
2. 费用构成和省钱方案
3. 各环节的配置和调优
4. 批量生成和发布

详细步骤

第一步：安装部署

MoneyPrinterTurbo 提供三种安装方式：

方式一：Windows 一键启动包（推荐新手）

前往 GitHub Release 下载，解压后双击 start.bat 即可。路径不要有中文、特殊字符或空格。

方式二：Docker 部署（推荐隔离环境）

1
2
3

git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
docker compose -f docker-compose.release.yml up

启动后访问 http://127.0.0.1:8501 打开 Web 界面。

方式三：手动部署（推荐开发者）

1
2
3
4

git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
uv python install 3.11
uv sync --frozen

启动 Web 界面：

1
2
3
4
5

# Windows
.\webui.bat

# macOS / Linux
uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False

也可以用纯命令行方式（无需浏览器）：

1

uv run python cli.py --video-subject "金钱的作用"

方式四：Google Colab（零配置体验）

点击 直接在云端运行。

第二步：配置 LLM（决定费用的关键）

将 config.example.toml 复制为 config.toml，然后配置 LLM：

零成本方案——Ollama 本地模型：

1
2

[llm]
provider = "ollama"

极低成本方案——DeepSeek：

1
2
3

[llm]
provider = "deepseek"
api_key = "your-api-key"

高质量方案——OpenAI：

1
2
3

[llm]
provider = "openai"
api_key = "your-api-key"

聚合平台方案——AIHubMix（一个 Key 调用 700+ 模型）：

1
2
3

[llm]
provider = "aihubmix"
api_key = "your-api-key"

支持的 LLM 提供商：OpenAI、AIHubMix、AIML API、EvoLink、Moonshot、Azure、gpt4free、one-api、通义千问、Google Gemini、Ollama、DeepSeek、MiniMax、文心一言、Pollinations、ModelScope 等 16+ 种。

第三步：配置视频素材源

视频素材来自无版权素材库，完全免费：

注册后获取 API Key，填入 config.toml：

1
2

[resource]
pexels_api_keys = ["your-pexels-api-key"]

也可以使用本地素材（完全离线）：

1

uv run python cli.py --video-subject "金钱的作用" --video-source local --video-materials "1.mp4,2.mp4"

第四步：配置语音合成（默认免费）

默认使用 Edge TTS（WebUI 中显示为”Azure TTS V1”），完全免费，无需 API Key。支持多种语言和声音，可在 WebUI 中实时试听。

如果需要更高质量的声音，可以升级到 Azure TTS V2（付费）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61

[azure]
speech_key = "your-azure-speech-key"
speech_region = "eastus"
``>

> 💡 **提示**：Edge TTS 的质量对于大多数短视频已经足够。Azure TTS V2 声音更自然，但需要 Azure 订阅。

### 第五步：配置字幕生成

两种模式：

| 模式 | 实现方式 | 速度 | 准确度 | 费用 |
|------|---------|------|--------|------|
| **edge**（推荐） | Edge TTS 时间戳 | 快 | 够用 | 免费 |
| **whisper** | 本地 faster-whisper | 较慢 | 更高 | 免费（需下载模型） |

建议先用 `edge` 模式，如果字幕质量不满意再切换到 `whisper`。

### 第六步：生成视频

在 Web 界面中：

**第一步：选择输入方式**
* **用主题生成**：在「视频主题」输入框中输入关键词，AI 自动生成文案
* **自定义文案**：直接在下方的「视频文案」文本框中粘贴或输入你自己的文案（此时「视频主题」可留空或作为辅助描述）

> ​提示：先用 AI 自动生成文案，再手动修改，效率最高。

**第二步：选择素材来源**
* **在线素材**（Pexels/Pixabay/Coverr）：自动从无版权素材库下载匹配片段
* **本地素材**：在「视频来源」中选择 **Local file**，然后上传你的图片或视频文件
  * 支持多文件上传，自动拼接
  * 可在「高级视频设置」中开启**按文案顺序匹配素材**，让画面与旁白同步

**第三步：调整参数**
* 视频尺寸：竖屏 9:16（抖音/小红书）或横屏 16:9（B站/YouTube）
* 片段时长：每个素材的展示时长（2-10 秒）
* 转场效果：无、随机、淡入、淡出、滑入、滑出
* 视频编码器：CPU（libx264）或 GPU 加速（NVENC/AMF/QSV）

**第四步：生成**
点击生成按钮，支持**批量生成**（一次最多 5 个），选一个最满意的成品。

**CLI 方式（进阶）**：

```bash
# 自定义文案 + 本地素材
uv run python cli.py \
  --video-script "这是我自己写的文案。第二句话。第三句话。" \
  --video-source local \
  --video-materials "photo1.jpg,clip1.mp4"

# 控制管道阶段：只生成文案看看效果
uv run python cli.py \
  --video-subject "咖啡文化" \
  --stop-at script

# 生成到素材匹配阶段，看看素材选得怎么样
uv run python cli.py \
  --video-subject "咖啡文化" \
  --stop-at materials

--stop-at 参数可以控制在哪一步停止，非常适合调试：script（文案）、terms（关键词）、audio（配音）、subtitle（字幕）、materials（素材）、video（完整视频）。

第七步：跨平台发布（可选）

配置 Upload-Post 账号后，可一键发布到 TikTok、Instagram 和 YouTube Shorts：

1
2

[upload]
upload_post_platforms = ["tiktok", "instagram", "youtube_shorts"]

视频生成全流程拆解

为了让你彻底理解费用问题，这里详细拆解 MoneyPrinterTurbo 生成一个视频的完整流程：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

路线 A（AI 自动生成文案）：         路线 B（自定义文案）：
用户输入主题                       用户直接提供文案/本地素材
    ↓                                      ↓
① LLM 生成视频文案 ← 【花钱】        ① 手动提供文案 + LLM 提取关键词 ← 【花钱但极少】
    ↓                                      ↓
② Edge TTS 将文案转为语音 ← 免费     ② Edge TTS 将文案转为语音 ← 免费
    ↓                                      ↓
③ 生成字幕 ← 免费                  ③ 生成字幕 ← 免费
    ↓                                      ↓
④ 在线素材库下载 ← 免费            ④ 使用你上传的本地文件 ← 免费
    ↓                                      ↓
⑤ MoviePy + ffmpeg 合成 ← 免费     ⑤ MoviePy + ffmpeg 合成 ← 免费
    ↓                                      ↓
成品短视频                           成品短视频

路线 A 只有第 ① 步调用了大模型。路线 B 省去了昂贵的文案生成环节，但仍会使用 LLM 做关键词提取和素材匹配——不过用量极小，成本几乎可以忽略不计。

常见问题（FAQ）

Q: MoneyPrinterTurbo 生成视频需要花钱吗？
A: 取决于你选择的 LLM 方案。使用 Ollama 本地模型完全免费；使用 DeepSeek 大约几毛钱一个视频；使用 OpenAI/Gemini 大约几块钱。其他环节（语音合成、素材、字幕、视频合成）全部免费。

Q: 视频是大模型直接生成的吗？
A: 不是。视频合成完全由本地脚本（MoviePy + ffmpeg + Pillow）完成。大模型只负责生成文案这一步。语音用 Edge TTS 合成，素材从无版权库下载，字幕用时间戳或 Whisper 生成——全部在本地或免费服务上完成。

Q: 需要 GPU 吗？
A: 不需要。GPU 是可选的，只在使用 Whisper 字幕模式或批量生成时会加速。如果主要用云端 LLM + Edge TTS + 在线素材，CPU 和内存比 GPU 更重要。

Q: 视频素材有版权问题吗？
A: 没有。Pexels、Pixabay、Coverr 的素材都是无版权/免费商用的。你也可以使用自己的本地素材。

Q: 支持中文视频吗？
A: 支持。可以生成中文和英文视频，Edge TTS 支持多种中文声音。

Q: 如何提高文案质量？
A: 四个建议：1）使用更强的 LLM（如 DeepSeek、GPT-4）；2）手动撰写自定义文案，精确控制每一句话；3）先用 AI 自动生成，再手动精修；4）在 WebUI 中使用「自定义文案要求」输入框，告诉 AI 你想要的风格和要点。

Q: 怎么批量生成视频？
A: Web 界面支持设置批量数量。CLI 方式可以写脚本循环调用。支持设置视频片段时长来控制素材切换频率。

进阶技巧

• 混合方案省钱：日常批量出片用 Ollama（免费），重要视频用 DeepSeek（低成本高质量）
• 自定义文案 + 本地素材是最强组合：自己写文案 + 用自己的图片/视频，成品质量远超完全自动生成，而且省去了最贵的文案生成环节，大幅降低成本
• 按文案顺序匹配素材：在 WebUI 高级设置中开启「按文案顺序匹配素材」，画面会跟随旁白推进，告别画面跟台词对不上的问题
• 管道分阶段调试：CLI 的 --stop-at 参数可以让你逐步检查每个环节的输出，先看文案、再看配音、再看素材，确保每一步都满意再合成最终视频
• 字幕优化：先用 edge 模式快速出片，不满意再用 whisper 模式精修
• 自定义背景音乐：把音乐文件放到 resource/songs 目录下，支持随机或指定播放
• CLI 批量化：用 shell 脚本循环调用 cli.py，一次生成几十个视频

总结

以上就是 MoneyPrinterTurbo 的完整使用教程和安装指南。总结一下费用问题：视频合成是纯本地脚本完成的，不花钱；唯一可能花钱的环节是 LLM 文案生成，但用 Ollama 可以完全免费。 如果你选择自定义文案 + 本地素材的组合，可以省去最贵的文案生成环节，LLM 仅用于少量关键词提取，费用微乎其微。整条链路——文案、配音、字幕、素材、合成——只有文案那一步可能调用大模型 API，其余全是本地脚本或免费服务。希望这篇 MoneyPrinterTurbo 使用指南能帮你用最低成本批量产出高质量短视频。

如何引用本文：本文基于 MoneyPrinterTurbo 官方 GitHub 仓库（2026-06-24 验证）编写。所有功能信息和费用分析均与最新版本对照验证。