MoneyPrinterTurbo

ซอร์สโค้ดอื่น ๆ

v1.2.1

ดาวน์โหลด

MoneyPrinterเทอร์โบ?

จีนตัวย่อ |. อังกฤษ

เพียงระบุ ธีม วิดีโอหรือ คำหลัก จากนั้นระบบก็สามารถสร้างสำเนาวิดีโอ เนื้อหาวิดีโอ คำบรรยายวิดีโอ เพลงพื้นหลังของวิดีโอ จากนั้นสังเคราะห์วิดีโอสั้นที่มีความคมชัดสูงได้โดยอัตโนมัติ

เว็บอินเตอร์เฟส

อินเทอร์เฟซเอพีไอ

ขอขอบคุณเป็นพิเศษ?

เนื่องจาก การปรับใช้ และ การใช้ งานโปรเจ็กต์นี้ ยังคงมีเกณฑ์ที่แน่นอน สำหรับผู้ใช้มือใหม่บางคน ฉันอยาก จะแสดงความขอบคุณเป็นพิเศษต่อเว็บไซต์ Luka (AI Intelligent Multimedia Service Platform) ที่ให้บริการ AI视频生成器ฟรีตามโปรเจ็กต์นี้ . ไม่ต้อง Deploy แค่ใช้งานออนไลน์ก็สะดวกมาก

เวอร์ชันภาษาจีน: https://reccloud.cn
เวอร์ชันภาษาอังกฤษ: https://reccloud.com

ขอบคุณสำหรับการสนับสนุน?

ขอขอบคุณ Zuotang https://picwish.cn สำหรับการสนับสนุนและสนับสนุนโครงการนี้ ซึ่งทำให้โครงการได้รับการอัปเดตและบำรุงรักษาอย่างต่อเนื่อง

Zuotang มุ่งเน้นไปที่ ด้านการประมวลผลภาพ และมอบ เครื่องมือการประมวลผลภาพ มากมาย เพื่อลดความซับซ้อนของการดำเนินการอย่างมาก และทำให้การประมวลผลภาพง่ายขึ้นอย่างแท้จริง

คุณสมบัติ?

แผนภายหลัง?

รองรับการทำสำเนา GPT-SoVITS
ปรับการสังเคราะห์เสียงพูดให้เหมาะสมและใช้แบบจำลองขนาดใหญ่เพื่อทำให้เสียงสังเคราะห์เป็นธรรมชาติและเต็มไปด้วยอารมณ์มากขึ้น
เพิ่มเอฟเฟ็กต์การเปลี่ยนวิดีโอเพื่อให้ดูนุ่มนวลขึ้น
เพิ่มแหล่งที่มาของเนื้อหาวิดีโอมากขึ้นและปรับการจับคู่ระหว่างเนื้อหาวิดีโอและการเขียนคำโฆษณาให้เหมาะสม
เพิ่มตัวเลือกความยาววิดีโอ: สั้น กลาง ยาว
รองรับผู้ให้บริการการสังเคราะห์เสียงพูดเพิ่มเติม เช่น OpenAI TTS
อัปโหลดไปยังแพลตฟอร์ม YouTube โดยอัตโนมัติ

แลกเปลี่ยนและพูดคุย?

วีดีโอสาธิต?

หน้าจอแนวตั้ง 9:16

“วิธีเพิ่มความสุขของชีวิต”	“บทบาทของเงิน” เสียงสังเคราะห์ที่สมจริงยิ่งขึ้น	“ความหมายของชีวิตคืออะไร”
การสาธิตแนวตั้ง-1.mp4	ค่าเริ่มต้น.mp4	การสาธิตแนวตั้ง-2.mp4

หน้าจอแนวนอน 16:9

“ความหมายของชีวิตคืออะไร”	“ทำไมต้องออกกำลังกาย”
สาธิต-landscape.mp4	การสาธิตแนวนอน-2.mp4

ข้อกำหนดการกำหนดค่า?

ขอแนะนำให้ CPU ขั้นต่ำคือ 4 คอร์หรือสูงกว่า และหน่วยความจำคือ 8G หรือสูงกว่า ไม่จำเป็นต้องใช้การ์ดกราฟิก
ระบบ Windows 10 หรือ MacOS 11.0 ขึ้นไป

เริ่มต้นอย่างรวดเร็ว?

ดาวน์โหลดแพ็คเกจเริ่มต้นเพียงคลิกเดียว แตกไฟล์แล้วใช้งานได้โดยตรง (เส้นทางไม่ควรมีตัวอักษร จีน อักขระพิเศษ หรือ การเว้นวรรค )

หน้าต่าง

Baidu Netdisk (เวอร์ชันล่าสุด 1.2.1): https://pan.baidu.com/s/1pSNjxTYiVENulTLm6zieMQ?pwd=g36q รหัสการแยก: g36q

หลังจากดาวน์โหลด ขอแนะนำ ให้ดับเบิลคลิก update.bat เพื่ออัปเดตเป็น โค้ดล่าสุด จากนั้นดับเบิลคลิก start.bat เพื่อเริ่มต้น

หลังจากเริ่มต้นเบราว์เซอร์จะเปิดขึ้นโดยอัตโนมัติ (หากเปิดว่างแนะนำให้เปิดใน Chrome หรือ Edge )

ระบบอื่นๆ

ยังไม่ได้สร้างแพ็คเกจเริ่มต้นแบบคลิกเดียว ดูส่วน การติดตั้งและการปรับใช้ ด้านล่าง ขอแนะนำให้ใช้การปรับใช้ นักเทียบท่า ซึ่งสะดวกกว่า

การติดตั้งและการปรับใช้?

ข้อกำหนดเบื้องต้น

พยายามอย่าใช้ เส้นทางภาษาจีน เพื่อหลีกเลี่ยงปัญหาที่คาดเดาไม่ได้
โปรดตรวจสอบให้แน่ใจว่า เครือข่าย ของคุณเป็นปกติ และ VPN จำเป็นต้องเปิดโหมด全局流量

① รหัสโคลน

git clone https://github.com/harry0703/MoneyPrinterTurbo.git

② แก้ไขไฟล์คอนฟิกูเรชัน

คัดลอกไฟล์ config.example.toml และตั้งชื่อเป็น config.toml
ทำตามคำแนะนำในไฟล์ config.toml เพื่อกำหนดค่า pexels_api_keys และ llm_provider และกำหนดค่าคีย์ API ที่เกี่ยวข้องตามผู้ให้บริการที่สอดคล้องกับ llm_provider

การปรับใช้นักเทียบท่า?

1. เริ่มนักเทียบท่า

หากไม่ได้ติดตั้ง Docker โปรดติดตั้งก่อน https://www.docker.com/products/docker-desktop/

หากเป็นระบบ Windows โปรดดูเอกสารประกอบของ Microsoft:

https://learn.microsoft.com/zh-cn/windows/wsl/install
https://learn.microsoft.com/zh-cn/windows/wsl/tutorials/wsl-containers

 cd MoneyPrinterTurbo
docker-compose up

② เข้าถึงเว็บอินเตอร์เฟส

เปิดเบราว์เซอร์และไปที่ http://0.0.0.0:8501

3.เข้าถึงเอกสาร API

เปิดเบราว์เซอร์และไปที่ http://0.0.0.0:8080/docs หรือ http://0.0.0.0:8080/redoc

การปรับใช้ด้วยตนเอง?

วิดีโอสอน

สาธิตการใช้งานที่สมบูรณ์: https://v.douyin.com/iFhnwsKY/
วิธีปรับใช้บน Windows: https://v.douyin.com/iFyjoW3M

1) สร้างสภาพแวดล้อมเสมือนจริง

ขอแนะนำให้ใช้ conda เพื่อสร้างสภาพแวดล้อมเสมือนของ Python

git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
conda create -n MoneyPrinterTurbo python=3.10
conda activate MoneyPrinterTurbo
pip install -r requirements.txt

② ติดตั้ง ImageMagick

หน้าต่าง:
- ดาวน์โหลด https://imagemagick.org/script/download.php และเลือกเวอร์ชัน Windows อย่าลืมเลือกเวอร์ชัน ไลบรารีแบบคงที่ เช่น ImageMagick-7.1.1-32-Q16-x64- static .exe
- ติดตั้ง ImageMagick ที่ดาวน์โหลดมา ระวังอย่าแก้ไขเส้นทางการติดตั้ง
- แก้ไข imagemagick_path ใน配置文件config.toml เป็น เส้นทางการติดตั้งจริง ของคุณ
แมคโอเอส:
```
brew install imagemagick
```
อูบุนตู
```
sudo apt-get install imagemagick
```
CentOS
```
sudo yum install ImageMagick
```

3. เริ่มเว็บอินเตอร์เฟส?

โปรดทราบว่าคุณต้องดำเนินการคำสั่งต่อไปนี้ใน根目录ของโปรเจ็กต์ MoneyPrinterTurbo

หน้าต่าง

conda activate MoneyPrinterTurbo
webui.bat

MacOS หรือลินุกซ์

conda activate MoneyPrinterTurbo
sh webui.sh

หลังจากเริ่มต้นเบราว์เซอร์จะเปิดขึ้นโดยอัตโนมัติ (หากเปิดว่างแนะนำให้เปิดใน Chrome หรือ Edge )

④ เริ่มบริการ API หรือไม่

python main.py

หลังจากเริ่มต้น คุณสามารถดู API文档http://127.0.0.1:8080/docs หรือ http://127.0.0.1:8080/redoc เพื่อดีบักอินเทอร์เฟซออนไลน์โดยตรงเพื่อประสบการณ์ที่รวดเร็ว

การสังเคราะห์เสียงพูด?

สำหรับรายการเสียงที่รองรับทั้งหมด คุณสามารถดู: รายการเสียง

16-04-2024 v1.1.2 เพิ่มเสียงการสังเคราะห์เสียงพูดของ Azure ใหม่ 9 เสียง ซึ่งจำเป็นต้องกำหนดค่าด้วย API KEY เสียงที่สังเคราะห์ขึ้นจะสมจริงยิ่งขึ้น

การสร้างคำบรรยาย?

ปัจจุบันรองรับวิธีการสร้างคำบรรยาย 2 วิธี:

edge : การสร้าง速度快ประสิทธิภาพที่ดีขึ้น ไม่มีข้อกำหนดในการกำหนดค่าคอมพิวเตอร์ แต่คุณภาพอาจไม่เสถียร
กระซิบ :速度慢ประสิทธิภาพต่ำ และต้องมีการกำหนดค่าคอมพิวเตอร์บางอย่าง แต่质量更可靠

คุณสามารถแก้ไข subtitle_provider ในไฟล์การกำหนดค่า config.toml เพื่อสลับได้

ขอแนะนำให้ใช้โหมด edge หากคุณภาพของคำบรรยายที่สร้างขึ้นไม่ดี ให้เปลี่ยนไปใช้โหมด whisper

สังเกต:

ในโหมดกระซิบ คุณจะต้องดาวน์โหลดไฟล์โมเดลจาก HuggingFace ซึ่งมีขนาดประมาณ 3GB โปรดตรวจสอบให้แน่ใจว่าเครือข่ายเปิดอยู่
หากเว้นว่างไว้ จะไม่สร้างคำบรรยาย

เนื่องจาก HuggingFace ไม่สามารถเข้าถึงได้ในประเทศจีน คุณสามารถใช้วิธีการต่อไปนี้เพื่อดาวน์โหลดไฟล์โมเดลของ whisper-large-v3

ดาวน์โหลดที่อยู่:

ไป่ตู้เน็ตดิสก์: https://pan.baidu.com/s/11h3Q6tsDtjQKTjUu3sc5cA?pwd=xjs9
ดิสก์เครือข่าย Quark: https://pan.quark.cn/s/3ee3d991d64b

หลังจากดาวน์โหลดโมเดลแล้ว ให้แตกไฟล์และวางไดเร็กทอรีทั้งหมดลงใน .MoneyPrinterTurbomodels พาธไฟล์สุดท้ายควรเป็นดังนี้: .MoneyPrinterTurbomodelswhisper-large-v3

 MoneyPrinterTurbo  
  ├─models
  │   └─whisper-large-v3
  │          config.json
  │          model.bin
  │          preprocessor_config.json
  │          tokenizer.json
  │          vocabulary.json

เพลงพื้นหลัง?

เพลงประกอบที่ใช้สำหรับวิดีโออยู่ในไดเรกทอรี resource/songs ของโปรเจ็กต์

โปรเจ็กต์ปัจจุบันมีเพลงเริ่มต้นบางส่วนจากวิดีโอ YouTube หากมีการละเมิด โปรดลบออก

แบบอักษรคำบรรยาย?

ใช้สำหรับแสดงคำบรรยายวิดีโอและอยู่ในไดเร็กทอรี resource/fonts ของโครงการ คุณยังสามารถใส่แบบอักษรของคุณเองลงไปได้

คำถามที่พบบ่อย?

❓จะใช้รุ่น OpenAI GPT-3.5 ฟรีได้อย่างไร

OpenAI ประกาศว่า ChatGPT 3.5 เปิดให้ใช้งานฟรีแล้ว นักพัฒนาบางรายได้รวมไว้ใน API ที่สามารถเรียกใช้ได้โดยตรง

ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้งและเริ่มบริการนักเทียบท่า แล้ว ดำเนินการคำสั่งต่อไปนี้เพื่อเริ่มบริการนักเทียบท่า

docker run -p 3040:3040 missuo/freegpt35

หลังจากเริ่มต้นสำเร็จ ให้แก้ไขการกำหนดค่าใน config.toml

llm_provider ถูกตั้งค่าเป็น openai
เพียงกรอก openai_api_key ใด ๆ เช่น '123456'
openai_base_url เปลี่ยน http://localhost:3040/v1/
openai_model_name เปลี่ยนเป็น gpt-3.5-turbo

หมายเหตุ: วิธีการนี้มีความเสถียรน้อยกว่า

❓AttributeError: วัตถุ 'str' ไม่มีแอตทริบิวต์ 'ตัวเลือก'`

ปัญหานี้เกิดจากโมเดลขนาดใหญ่ไม่ส่งคืนการตอบสนองที่ถูกต้อง

มีความเป็นไปได้สูงที่จะเกิดจากเครือข่าย การใช้ VPN หรือการตั้งค่า openai_base_url เนื่องจากพร็อกซีของคุณควรแก้ไขปัญหาได้

ขอแนะนำให้ใช้ Moonshot หรือ DeepSeek เป็นผู้ให้บริการโมเดลขนาดใหญ่ ผู้ให้บริการทั้งสองรายนี้มีการเข้าถึงที่รวดเร็วและมีเสถียรภาพมากขึ้นในจีน

❓RuntimeError: ไม่พบ ffmpeg exe

โดยปกติ ffmpeg จะถูกดาวน์โหลดโดยอัตโนมัติและตรวจพบโดยอัตโนมัติ แต่หากมีปัญหากับสภาพแวดล้อมของคุณและไม่สามารถดาวน์โหลดอัตโนมัติได้ คุณอาจพบข้อผิดพลาดต่อไปนี้:

 RuntimeError: No ffmpeg exe could be found.
Install ffmpeg on your system, or set the IMAGEIO_FFMPEG_EXE environment variable.

ในขณะนี้ คุณสามารถดาวน์โหลด ffmpeg ได้จาก https://www.gyan.dev/ffmpeg/builds/ หลังจากคลายการบีบอัดแล้ว ให้ตั้งค่า ffmpeg_path เป็นพาธการติดตั้งจริงของคุณ

[ app ]
# 请根据你的实际路径设置，注意 Windows 路径分隔符为 \
ffmpeg_path = " C: \ Users \ harry \ Downloads \ ffmpeg.exe "

❓นโยบายความปลอดภัยของ ImageMagick บล็อกการดำเนินการที่เกี่ยวข้องกับไฟล์ชั่วคราว @/tmp/tmpur5hyyto.txt

นโยบายเหล่านี้มีอยู่ในไฟล์การกำหนดค่าของ ImageMagick Policy.xml ไฟล์นี้มักจะอยู่ใน /etc/ImageMagick- X / หรือตำแหน่งที่คล้ายกันในไดเร็กทอรีการติดตั้ง ImageMagick แก้ไขรายการที่มี pattern="@" และเปลี่ยน rights="none" เป็น rights="read|write" เพื่ออนุญาตให้อ่านและเขียนไฟล์ได้

❓OSrror: [ข้อผิดพลาด 24] มีไฟล์ที่เปิดมากเกินไป

ปัญหานี้เกิดจากการจำกัดจำนวนไฟล์ที่เปิดอยู่ของระบบ และสามารถแก้ไขได้โดยการแก้ไขขีดจำกัดของระบบเกี่ยวกับจำนวนไฟล์ที่เปิด

ดูขีดจำกัดปัจจุบัน

 ulimit -n

หากต่ำเกินไป คุณสามารถปรับให้สูงขึ้นได้ เป็นต้น

 ulimit -n 10240

❓การดาวน์โหลดโมเดล Whisper ล้มเหลวโดยมีข้อผิดพลาดดังต่อไปนี้

LocalEntryNotfoundEror: ไม่พบโฟลเดอร์สแน็ปช็อตแคชที่เหมาะสมสำหรับการแก้ไขที่ระบุบนดิสก์ในเครื่องและการรับส่งข้อมูลขาออกถูกปิดใช้งาน หากต้องการเปิดใช้งานการค้นหา repo และดาวน์โหลดออนไลน์ ให้ส่ง 'ไฟล์ในเครื่องเท่านั้น=False' เป็นอินพุต

หรือ

เกิดข้อผิดพลาดขณะซิงโครไนซ์โมเดล Systran/faster-whisper-large-v3 จาก Hugging Face Hub: มีข้อผิดพลาดเกิดขึ้นขณะพยายามค้นหาไฟล์บน Hub และเราไม่พบโฟลเดอร์สแน็ปช็อตที่เหมาะสมสำหรับการแก้ไขที่ระบุบนดิสก์ภายในเครื่อง โปรดตรวจสอบการเชื่อมต่ออินเทอร์เน็ตของคุณแล้วลองอีกครั้ง กำลังพยายามโหลดโมเดลโดยตรงจากแคชในเครื่อง หากมี

วิธีแก้ไข: คลิกเพื่อดูวิธีการดาวน์โหลดโมเดลจากดิสก์เครือข่ายด้วยตนเอง

ข้อเสนอแนะและข้อเสนอแนะ?

คุณสามารถส่งปัญหาหรือขอดึง

โครงการอ้างอิง?

โปรเจ็กต์นี้ได้รับการปรับโครงสร้างใหม่โดยใช้ https://github.com/FujiwaraChoki/MoneyPrinter ซึ่งได้ทำการปรับปรุงหลายอย่างและเพิ่มฟังก์ชันต่างๆ มากขึ้น ขอขอบคุณผู้เขียนต้นฉบับสำหรับจิตวิญญาณโอเพ่นซอร์สของเขา