الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

صورة GenAI إلى الوصف الصوتي

تحويل الصور إلى قصص وصفية مع السرد الصوتي باستخدام نماذج الذكاء الاصطناعي التوليدي.

ملخص

يستخدم هذا المشروع نماذج الذكاء الاصطناعي التوليدية لتحويل الصور إلى قصص وصفية مع السرد الصوتي. ويستخدم أحدث تقنيات معالجة اللغة الطبيعية ورؤية الكمبيوتر لإنشاء روايات مقنعة بناءً على الصور التي تم تحميلها. يتم بعد ذلك تلخيص القصص التي تم إنشاؤها وسردها بتنسيق صوتي، مما يوفر للمستخدمين تجربة غامرة لسرد القصص.

سمات

  • تحويل الصورة إلى نص : يستخدم نموذج blip لاستخراج النص من الصور التي تم تحميلها.
  • إنشاء القصة : إنشاء قصص قصيرة من النص المستخرج باستخدام نماذج GPT (المحولات التوليدية المدربة مسبقًا).
  • تحويل النص إلى كلام : يحول القصص التي تم إنشاؤها إلى تنسيق صوتي باستخدام نموذج تحويل النص إلى كلام ESPnet من HuggingFace.
  • التلخيص : يلخص القصص التي تم إنشاؤها للإيجاز والوضوح.
  • تطبيق Streamlit Web : يوفر واجهة سهلة الاستخدام لتحميل الصور والاستماع إلى القصص التي تم إنشاؤها.

الاستخدام

  1. قم بتحميل صورة.
  2. انتظر حتى يقوم النموذج بمعالجة الصورة وإنشاء قصة.
  3. استمع إلى القصة التي تم إنشاؤها بتنسيق صوتي.
  4. اختياريًا، قم بعرض النسخة المختصرة للقصة.

متطلبات

  • بايثون 3.6+
  • ستريمليت
  • محولات
  • لانجشين
  • واجهة برمجة تطبيقات HuggingFace
  • اي اس بي نت

تثبيت

  1. استنساخ المستودع: 

    git clone https://github.com/tushark01/GenAI-Image-to-Voice-Description.git

  2. تثبيت التبعيات: 

    pip install -r requirements.txt

كيفية التشغيل

قم بتشغيل الأمر التالي: 

streamlit run app.py
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل