تحميل captionaize - تحميل كود المصدر captionaize

captionaize

كود الذكاء الاصطناعي

1.0.0

تنزيل

تسمية توضيحية؟

أداة ذكاء اصطناعي توليدية تستخدم Google Gemini 1.5 لتحليل مقاطع الفيديو الخاصة بك - واقتراح التسميات التوضيحية وعلامات التصنيف المصممة خصيصًا للمحتوى الخاص بك

تقترح الأداة تسميات توضيحية/علامات تعليق مختلفة لـ TikTok أو Instagram، نظرًا لاختلاف الاتجاهات على أي من النظامين الأساسيين

كيفية الاستخدام - التطبيق

توجد واجهة مستخدم رائعة يمكنك استخدامها للتفاعل مع الأداة هنا

قم بتحميل ملف الفيديو الخاص بك وانطلق بعيدًا

كيفية الاستخدام - الكود

وبدلاً من ذلك، يمكن تشغيل التطبيق عن طريق استنساخ هذا الريبو والعمل معه محليًا

استنساخ الريبو

 git clone https : // github . com / tjoab / captionaize . git
cd captionaize

قم بإعداد بيئتك الافتراضية باستخدام Python 3.11
```
 python3 - m venv venv
source venv / bin / activate
```
تثبيت التبعيات pip3 install -r requirements.txt
(ليست هناك حاجة إلى تبعية Streamlit إذا كنت لا تخطط لتشغيل تطبيق Streamlit محليًا - يمكن إزالتها)
إنشاء ملف نصي رئيسي جديد
قم باستيراد وحدة helper.py إلى البرنامج النصي الرئيسي الخاص بك

أضف ما يلي إلى البرنامج النصي الرئيسي الخاص بك

 from helper import authenticateAPI , uploadVideo , modelInference , deleteVideo

authenticateAPI ( YOUR_GOOGLE_API_KEY )

filePath = "path_to_your_video_file_in_project_dir"

videoFile = uploadVideo ( filePath )

response = modelInference ( videoFile )

deleteVideo ( videoFile )

يحتوي متغير response على الاستجابة الأولية لطلب LLM، والتي يمكن طباعتها مباشرة وفحصها، ولكنها قبيحة بعض الشيء. يمكنك أيضًا استيراد الدالة parseResponse() ‎ من الوحدة helper والحصول على صف منسق:
Tuple[str, List[str], List[str]] = (Caption, List of Viral-esque Hashtags, List of Relevance-esque Hastags)
```
 from helper import parseResponse

platform = "tiktok"
# or
platform = "instagram"

parseResponse ( response , platform )
```