设计并实现自动生成前端编程教学视频的小语言（一 想法篇）

我一直想把录制教学视频的过程变得更稳定可控，而不需要依赖一时的状态。后者常常受到各种影响：比如家里狗叫了、孩子闹了、邻居装修了；或者录到一半突然遇到调不通的 bug；又或者只有 10分钟想录一段，但找不到感觉；等等。

好处

加入我厂后，见识到各种小语言的威力；另一方面，计算机语言经过祛魅，我也不觉得有多难实现。所以我希望能够把录制教学视频的过程语言化，这样会带来几个好处：

1. 想写就写：哪怕只有几分钟，写上一个小节，或者修改几个错字，都可以；
2. 想录就录：直接在服务器上生成，不需要考虑周围环境；
3. 方便多语言：文字翻译后，重录生成其它语言即可；
4. 方便修改和升级：大部分错误都是口误，或者细节出入，从头录必然不合适，目前来看大部分视频都通过字幕处理。而语言重新录制一遍即可；想补充内容，也很容易，尤其是 API 或者最佳实践变化，需要修改大小 N 处，从语言生成就更具优势。
5. 方便输出不同分辨率：不需要剪辑，只要重复录制多次，就可以生成横竖屏下的高质量视频，无需人工值守

技术环境与选择

能够实现这个小语言，自然需要依靠整个技术环境的成熟与健全。大概有这么几项：

语音合成

语音合成（TTS）经过 AI 加成，效果相较于过去提升不少，足够为用户接受。再加上难度不大，所以支持的平台很多，价格也不贵，随便选一家即可。

录屏

首先可以选择 OBS。除了 UI 之外，它也提供 API，不过语言只有 Python 或 Lua，我都不是很熟。用它的好处是支持场景配置，我们可以先配好几组场景，然后在需要的地方切换。

如果是 macOS 可以使用 aperture-node，它借助 macOS 的原生 API 实现录屏，性能非常好。不过兼容性不行，考虑到新推出的 M1 芯片性能好功耗低，买一台 Mac mini 专门用来跑生成也不错。

也可以选择 ffmpeg，好处是什么平台都能跑，坏处是什么平台都一般。

效果演示

有 webpack-dev-server 在，效果演示不成问题。

代码编写

目前最大的挑战就在这里——我还不太确定怎么实现代码的自动输入。初步考虑使用 AppleScript 配合 VSCode，如果不行的话就浏览器里跑 VSCode online，然后用 JS。

基础设计

1. 既然要做教学视频（tutorial），我又很喜欢东南亚，那么语言就叫 tutolang 吧，tuto = 拖拖车，便宜又方便。
2. 因为最终的目的是生成视频，所以它应该是个声明式语言
3. 语言教程不能只从上到下顺代码，得能够找到特定位置输入代码然后讲解。这个部分考虑再三之后通过 git 来做最为简单直接。
4. 目前来看，从前端三个语言的角度生成视频应该是问题不大，后面如何整合其它视频过程需要再考虑。

其它

语言本身肯定要开源，编译器计划也直接 MIT，随便用。然后提供一组自动化的编辑、生成、转码的基础设施，作为服务收费。