最近在研究小说推文，有没有那种根据文字自动把小说场景生成图片，然后自动把图片合成视频的开源项目？现在我研究了下基本上都是根据文字自己一点点扣提示词，然后合成图片，然后自己在剪辑图片+配音合成视频。效率太低了有点，但这样视频质量确实会好一点。有没有这种自动化的工具，或者研发这种工具的思路呢？
