🎬 #110 活動辦完，照片就躺在資料夾裡發霉？上傳照片，AI 幫你剪成一支有旁白有配樂的成果影片
運動會、校外教學、創意實作課辦得精彩，幾十張照片拍回來卻只能丟成無聲的相片輪播——因為剪影片要想旁白、要配音、要上字幕、要選轉場，光想就累。#110 讓你只要上傳照片，多模態 AI 自動看懂每張照片在做什麼、編寫前後連貫的繁體中文旁白與字幕、配上微軟 Neural 人聲與背景音樂，一鍵錄製匯出相容 iPhone 的 MP4。純前端、金鑰只存你的瀏覽器，照片不外傳。
那個躺在資料夾裡發霉的活動相簿
每次活動辦完都一樣。運動會、校外教學、創意實作課、成果發表——現場辦得多精彩，照片就拍了多少張。回到辦公室，幾十張照片乖乖躺在一個叫「20260617_活動」的資料夾裡，然後……就沒有然後了。
因為要把它剪成一支「像樣」的成果影片，門檻高得嚇人：要想一段通順的旁白、要找人配音（或自己尷尬地錄）、要一張張上字幕、要選轉場別讓畫面硬切、還要配個不踩版權的背景音樂，最後還得會用剪輯軟體把這些兜起來。多數老師忙完一場活動已經沒力氣了，最後只能把照片丟進相簿輪播、配首音樂交差——可惜了現場那些發光的瞬間。
所以我做了 #110：智慧自動化照片成果轉影片產生器。它要解決的就是這一段——把「一疊照片」到「一支成片」之間，那段最累人的距離，交給 AI 走完。
#110 怎麼運作？上傳照片，喝杯咖啡，下載成片
整個流程被我壓成三步，老師不用懂任何剪輯：
第一步：上傳活動照片 — 拖放或點選多張照片進來，可以拖曳卡片重新排序，排出你要的時間軸。圖片太大會自動壓縮加快分析，建議一次 3～10 張最順。
第二步：AI 看懂照片，自己編劇 — 這是整個工具的靈魂。多模態視覺辨識會一張一張看懂照片裡發生了什麼：場景、人物動作、表情、手上的東西、前因後果，然後像專業導演一樣，編寫一段前後連貫、積極溫暖、口語化的繁體中文旁白與字幕，還會幫整支影片擬好主標題與副標題。
它不會寫成死板的「這是一個戴帽子的人在看電腦」，而是寫成「太棒了！我們開始在電腦上編寫屬於我們的第一個程式！」——讓整支影片像在說一個完整的故事，而不是逐張念物品。
第三步：一鍵產出影片 — AI 配上微軟 Neural 高品質人聲旁白、推薦合適的轉場效果與背景音樂風格，預覽滿意後實時錄製，匯出一支相容 iPhone/Safari 的 MP4。
幾個讓成片真的「能見人」的設計
魔鬼藏在細節裡，這支工具讓人驚喜的，是那些「真的有想到」的地方：
- 多種台灣 / 中文人聲 — 走微軟 Edge Neural TTS，曉曉、曉伊、曉佳、臺灣女聲 / 男聲、普通話、粵語多款自然人聲任選，質感接近真人，不是那種機械合成腔。
- 豐富的轉場庫 + Ken Burns 動效 — 淡入淡出、推入、平移、擦除、縮放、模糊過渡、圓形收縮、漸變黑屏……而且 AI 會依照片內容與故事節奏推薦該用哪種，靜態照片也能有電影感的緩慢推拉。
- AI 推薦背景音樂 — 木吉他、溫柔鋼琴、科技律動、復古電子、歡樂滑稽等氛圍，依活動主題自動配；旁白音量還能微調，不怕配樂蓋過人聲。
- 腳本可以手改 — AI 不是黑箱。主副標題、每一幕的旁白與字幕都能逐張編輯再播放預覽，AI 出草稿、你下判斷。
- 匯出相容性 100% — 可選標準 / 高清 / 超高清，自動轉成 Apple 相容 MP4，傳到 LINE 群組、貼到班網、上傳 YouTube 都不卡格式。
真實技術棧：你的照片，不會離開你的瀏覽器
這支工具有一個我很在意的設計原則——隱私自主：
- 前端：純靜態 HTML/CSS/JS + GitHub Pages 零成本部署
- 看照片、寫腳本：Gemini 多模態視覺模型（需自備一把免費 API 金鑰，金鑰只存在你自己的瀏覽器 localStorage，絕不上傳）
- 旁白配音：微軟 Edge Neural TTS 合成自然人聲
- 影片合成：Canvas + MediaRecorder 在你的瀏覽器裡實時錄製、再轉封裝成相容 MP4
也就是說，整個過程是純前端跑的——你的活動照片不會被上傳到任何第三方伺服器。對於拍了很多學生臉孔的校園活動照片，這一點特別重要。
跟其他工具的關係：照片→影片這條創作線
阿凱工具集裡，有一整條「把素材變成作品」的線，#110 正好補上中間最難的那一段：
- #68 手作課程照片影片作品上傳平台：活動現場的照片從哪來？學生作品、課堂花絮先在這裡收齊
- #110 智慧自動化照片成果轉影片產生器：把收齊的照片，自動剪成有旁白有配樂的成果影片
- #94 封面串故事 · 音樂影片分鏡產生器：想再進一階自己掌鏡分鏡，就接這支
它們的共同信念是：老師的創意該花在「辦一場好活動」，而不是「事後跟剪輯軟體搏鬥」。
配對工具推薦
- #68 手作課程照片影片作品上傳平台 — 照片的上游，活動花絮先收齊再餵給 #110
- #94 封面串故事 · 音樂影片分鏡產生器 — 想自己掌鏡分鏡的進階款，同一條影片創作線
- #110 智慧自動化照片成果轉影片產生器 — 本篇主角
適用對象
- 每學期都要交活動成果影片的老師 — 運動會、校外教學、成果發表，今年起不用再硬剪
- 社團 / 班級經營者 — 想給家長一支有溫度的回顧片，但不會也沒空學剪輯
- 行政承辦 — 校慶、研習、典禮的紀錄影片，上傳照片就有
- 想體驗「多模態 AI 看圖說故事」的人 — 看一個真實情境裡，AI 怎麼把一疊照片讀成一個故事
想試試？
先準備：去申請一把免費的 Gemini API 金鑰（網站右上角有「申請免費金鑰」直達連結），貼進去、測試連線，金鑰就只存在你的瀏覽器裡。
再試試：挑 5～8 張你上次活動最有畫面的照片丟進去，看 AI 怎麼幫每一張寫旁白。你會發現——那個躺在資料夾裡發霉的相簿，其實只差一次上傳，就能變成一支讓人想分享的成果影片。