本项目致力于开发一款创新的AI英语内容生成系统（v1.0），能够将英文MP3或TXT文件转化为多样化的学习素材。系统核心功能包括文本简化、生成中英双语字幕、提供美音AI配音、根据关键词生成场景图像，以及将这些元素合成为MP4视频。该系统旨在为教学素材制作人员提供自动化解决方案，显著提升内容制作效率，最终输出的视频素材可直接用于教学。系统开发计划在10-15个工作日内完成，预算参考范围为5000-7000元人民币，并支持分阶段付款。

🎯 **多功能英语学习内容生成**：该AI系统能够接收英文MP3或TXT作为输入，并自动生成一系列学习辅助内容，包括简化后的英文文本、标准SRT格式的中英双语字幕、美音AI配音（MP3格式）、根据关键词生成的场景图像（静图风格），以及整合了图像、音频和字幕的MP4视频输出。

⚙️ **核心开发模块与技术支持**：系统开发包含音频转文字（含时间戳）、英文文本简化（控制词汇难度）、中文翻译辅助、关键词提取、图像生成（关键词驱动、风格可设）、AI配音（美音、语速语调可控）、字幕文件生成（中英双语SRT）以及视频合成等关键模块。开发团队将使用提供好的AI服务接口（如OpenAI, ElevenLabs），推荐使用Python + Vue/React进行开发。

💰 **项目交付与预算考量**：项目交付要求提供完整源码（含部署说明）和可运行版本，需包含完整的上传、生成、下载流程，并具备基础的错误容错能力。系统支持最多10条句子的视频生成测试。项目总开发周期预计为10-15个工作日，预算参考范围在5000-7000元人民币，付款方式支持分阶段进行，且不包含第三方API服务费用。

📈 **目标用户与效率提升**：该系统的主要服务对象是教学素材制作人员，其核心目标是大幅提升内容处理的自动化效率。通过AI技术，系统能够将繁琐的教学内容制作过程变得更加便捷高效，最终产出的视频素材能直接服务于英语教学场景。

🛠️ **用户操作与灵活性**：系统提供前端操作页面，方便用户上传输入文件（MP3/TXT），并可自定义设置参数，如词汇等级、是否需要翻译、语速和图像风格等。输出形式多样，支持打包下载或逐项保存生成的MP4视频、SRT字幕和MP3音频文件。

一、项目概述
本项目旨在开发一个基于 AI 的英语内容生成系统 v1.0 ，支持将英文 MP3 或 TXT 输入，自动生成英语学习内容，包括：
• 简化英文文本；
• 中英双语字幕（ SRT 格式）；
• 美音 AI 配音（ MP3 格式）；
• 场景图像插图（静图风格）；
• 视频输出（ MP4 格式，图+音+字幕合成）。
该系统服务于教学素材制作人员，核心目标为提升内容处理自动化效率，最终成果可作为教师使用的教学视频素材。
____
二、开发任务模块
开发者需根据我方提供的功能规范文档，实现以下模块功能：
1. 音频转文字（英文 MP3 转写，含时间戳）
2. 英文简化（控制词汇难度，输出简洁句）
3. 中文翻译（辅助理解，非强制）
4. 关键词提取（每句提炼 1–3 个关键词）
5. 图像生成（关键词驱动，图像风格可设）
6. AI 配音生成（美音朗读，控制语速+语调）
7. 字幕文件生成（中英双语，标准 .srt 文件）
8. 视频合成模块（将图 + 音 + 字幕合成 MP4 视频）
9. 前端操作页面（上传输入 → 设置参数 → 下载输出）
____
三、技术要求与实现说明
• 所有 AI 服务接口由我方提供账号（ OpenAI / ElevenLabs 等）
• 编程语言不限，推荐 Python + Vue / React
• 支持上传 MP3 / TXT ，前端选择参数：词汇等级 / 是否翻译 / 语速 / 图像风格等
• 支持输出：MP4 （视频）、SRT （字幕）、MP3 （音频）
• 不需要数据库，不涉及登录权限
• 系统结果支持打包下载或逐项保存
____
四、交付要求
• 提供完整源码（含 README 部署说明）
• 提供可运行版本（ Web 页面或本地打包）
• 系统具备完整上传 → 生成 → 下载全流程
• 具备基础错误容错能力（如接口超时、图像失败自动跳过）
• 支持最多 10 条句子的视频生成测试样例
____
五、开发周期
• 总开发周期：10–15 个工作日
• 第 1 周：基础框架 + 接口串联调通
• 第 2 周：前端 UI + 视频生成整合 + 测试优化
____
六、预算参考
• 预期报价范围：¥5,000 – ¥7,000 （人民币）
• 可分阶段付款（ 20% 启动 / 50% 验收通过 / 30% 验收交付）
• 不含第三方 API 服务费（由我方账户承担）
____
联系方式：v: aiplatform_x