问答社区
AI LLM是一种基于人工智能语言模型深度学习技术识别和分析一键生成高清短视频
只需提供一个视频 主题 或 关键词 ,就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐,然后合成一个高清的短视频。
Web界面:
特别感谢 🙏
由于该项目的 部署 和 使用,对于一些小白用户来说,还是 有一定的门槛,在此特别感谢
录咖(AI智能 多媒体服务平台) 网站基于该项目,提供的免费AI视频生成器
服务,可以不用部署,直接在线使用,非常方便。
- 中文版:https://reccloud.cn
- 英文版:https://reccloud.com
-
-
功能特性 🎯
- 完整的 MVC架构,代码 结构清晰,易于维护,支持
API
和Web界面
- 支持视频文案 AI自动生成,也可以自定义文案
- 支持多种 高清视频 尺寸
- 竖屏 9:16,
1080x1920
- 横屏 16:9,
1920x1080
- 竖屏 9:16,
- 支持 批量视频生成,可以一次生成多个视频,然后选择一个最满意的
- 支持 视频片段时长设置,方便调节素材切换频率
- 支持 中文 和 英文 视频文案
- 支持 多种语音 合成
- 支持 字幕生成,可以调整
字体
、位置
、颜色
、大小
,同时支持字幕描边
设置 - 支持 背景音乐,随机或者指定音乐文件,可设置
背景音乐音量
- 视频素材来源 高清,而且 无版权
- 支持 OpenAI、moonshot、Azure、gpt4free、one-api、通义千问、Google Gemini、Ollama 等多种模型接入
后期计划 📅
- GPT-SoVITS 配音支持
- 优化语音合成,利用大模型,使其合成的声音,更加自然,情绪更加丰富
- 增加视频转场效果,使其看起来更加的流畅
- 增加更多视频素材来源,优化视频素材和文案的匹配度
- 增加视频长度选项:短、中、长
- 打包成一键启动包(Windows,macOS),方便使用
- 增加免费网络代理,让访问OpenAI和素材下载不再受限
- 可以使用自己的素材
- 朗读声音和背景音乐,提供实时试听
- 支持更多的语音合成服务商,比如 OpenAI TTS, Azure TTS
- 自动上传到YouTube平台
配置要求 📦
- 建议最低 CPU 4核或以上,内存 8G 或以上,显卡非必须
- Windows 10 或 MacOS 11.0 以上系统
安装部署 📥
不想部署的可以直接下载安装包,解压直接使用
- Windows 版本下载地址
前提条件
- 尽量不要使用 中文路径,避免出现一些无法预料的问题
- 请确保你的 网络 是正常的,VPN需要打开
全局流量
模式
① 克隆代码
git clone https://github.com/harry0703/MoneyPrinterTurbo.git
② 修改配置文件
- 将
config.example.toml
文件复制一份,命名为config.toml
- 按照
config.toml
文件中的说明,配置好pexels_api_keys
和llm_provider
,并根据 llm_provider 对应的服务商,配置相关的 API Key
③ 配置大模型(LLM)
- 如果要使用
GPT-4.0
或GPT-3.5
,需要有OpenAI
的API Key
,如果没有,可以将llm_provider
设置为g4f
( 一个免费使用GPT的开源库 https://github.com/xtekky/gpt4free ,但是该免费的服务,稳定性较差,有时候可以用,有时候用不了) - 或者可以使用到 月之暗面 申请。注册就送 15元体验金,可以对话1500次左右。然后设置
llm_provider="moonshot"
和moonshot_api_key
- 也可以使用 通义千问,具体请看配置文件里面的注释说明
Docker部署 🐳
① 启动Docker
如果未安装 Docker,请先安装 https://www.docker.com/products/docker-desktop/
如果是Windows系统,请参考微软的文档:
- 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 访问Web界面
打开浏览器,访问 http://0.0.0.0:8501
③ 访问API文档
打开浏览器,访问 http://0.0.0.0:8080/docs 或者 http://0.0.0.0:8080/redoc
手动部署 📦
视频教程
- 完整的使用演示:https://v.douyin.com/iFhnwsKY/
- 如何在Windows上部署:https://v.douyin.com/iFyjoW3M
① 创建虚拟环境
建议使用 conda 创建 python 虚拟环境
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 安装好 ImageMagick
Windows:
- 下载 https://imagemagick.org/archive/binaries/ImageMagick-7.1.1-30-Q16-x64-static.exe
- 安装下载好的 ImageMagick,注意不要修改安装路径
- 修改
配置文件 config.toml
中的imagemagick_path
为你的实际安装路径(如果安装的时候没有修改路径,直接取消注释即可)
MacOS:
brew install imagemagick
Ubuntu
sudo apt-get install imagemagick
CentOS
sudo yum install ImageMagick
③ 启动Web界面 🌐
注意需要到 MoneyPrinterTurbo 项目
根目录
下执行以下命令Windows
conda activate MoneyPrinterTurbo webui.bat
MacOS or Linux
conda activate MoneyPrinterTurbo sh webui.sh
启动后,会自动打开浏览器
④ 启动API服务 🚀
python main.py
启动后,可以查看
API文档
http://127.0.0.1:8080/docs 或者 http://127.0.0.1:8080/redoc 直接在线调试接口,快速体验。语音合成 🗣
所有支持的声音列表,可以查看:声音列表
字幕生成 📜
当前支持2种字幕生成方式:
- edge: 生成
速度快
,性能更好,对电脑配置没有要求,但是质量可能不稳定 - whisper: 生成
速度慢
,性能较差,对电脑配置有一定要求,但是质量更可靠
。
可以修改
config.toml
配置文件中的subtitle_provider
进行切换建议使用
edge
模式,如果生成的字幕质量不好,再切换到whisper
模式注意:
- whisper 模式下需要到 HuggingFace 下载一个模型文件,大约 3GB 左右,请确保网络通畅
- 如果留空,表示不生成字幕。
由于国内无法访问 HuggingFace,可以使用以下方法下载
whisper-large-v3
的模型文件下载地址:
- 百度网盘: https://pan.baidu.com/s/11h3Q6tsDtjQKTjUu3sc5cA?pwd=xjs9
- 夸克网盘:https://pan.quark.cn/s/3ee3d991d64b
模型下载后解压,整个目录放到
.\MoneyPrinterTurbo\models
里面, 最终的文件路径应该是这样:.\MoneyPrinterTurbo\models\whisper-large-v3
MoneyPrinterTurbo ├─models │ └─whisper-large-v3 │ config.json │ model.bin │ preprocessor_config.json │ tokenizer.json │ vocabulary.json
背景音乐 🎵
用于视频的背景音乐,位于项目的
resource/songs
目录下。当前项目里面放了一些默认的音乐,来自于 YouTube 视频,如有侵权,请删除。
字幕字体 🅰
用于视频字幕的渲染,位于项目的
resource/fonts
目录下,你也可以放进去自己的字体。常见问题 🤔
❓如何使用免费的OpenAI GPT-3.5模型?
OpenAI宣布ChatGPT里面3.5已经免费了,有开发者将其封装成了API,可以直接调用
确保你安装和启动了docker服务,执行以下命令启动docker服务
docker run -p 3040:3040 missuo/freegpt35
启动成功后,修改
config.toml
中的配置llm_provider
设置为openai
openai_api_key
随便填写一个即可,比如 '123456'openai_base_url
改为http://localhost:3040/v1/
openai_model_name
改为gpt-3.5-turbo
❓AttributeError: 'str' object has no attribute 'choices'`
这个问题是由于 OpenAI 或者其他 LLM,没有返回正确的回复导致的。
大概率是网络原因, 使用 VPN,或者设置
openai_base_url
为你的代理 ,应该就可以解决了。❓RuntimeError: No ffmpeg exe could be found
通常情况下,ffmpeg 会被自动下载,并且会被自动检测到。 但是如果你的环境有问题,无法自动下载,可能会遇到如下错误:
RuntimeError: No ffmpeg exe could be found. Install ffmpeg on your system, or set the IMAGEIO_FFMPEG_EXE environment variable.
此时你可以从 https://www.gyan.dev/ffmpeg/builds/ 下载ffmpeg,解压后,设置
ffmpeg_path
为你的实际安装路径即可。[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"
❓生成音频时报错或下载视频报错
failed to generate audio, maybe the network is not available. if you are in China, please use a VPN.
failed to download videos, maybe the network is not available. if you are in China, please use a VPN.
这个大概率是网络原因,无法访问境外的服务,请使用VPN解决。
❓ImageMagick is not installed on your computer
- 按照
示例配置
里面提供的下载地址
,安装 https://imagemagick.org/archive/binaries/ImageMagick-7.1.1-29-Q16-x64-static.exe, 用静态库 - 不要安装在中文路径里面,避免出现一些无法预料的问题
如果是linux系统,可以手动安装,参考 https://cn.linux-console.net/?p=16978
❓ImageMagick的安全策略阻止了与临时文件@/tmp/tmpur5hyyto.txt相关的操作
可以在ImageMagick的配置文件policy.xml中找到这些策略。 这个文件通常位于 /etc/ImageMagick-
X
/ 或 ImageMagick 安装目录的类似位置。 修改包含pattern="@"
的条目,将rights="none"
更改为rights="read|write"
以允许对文件的读写操作。❓OSError: [Errno 24] Too many open files
这个问题是由于系统打开文件数限制导致的,可以通过修改系统的文件打开数限制来解决。
查看当前限制
ulimit -n
如果过低,可以调高一些,比如
ulimit -n 10240
❓AttributeError: module 'PIL.Image' has no attribute 'ANTIALIAS'
先看下当前的 Pillow 版本是多少
pip list |grep Pillow
如果是 10.x 的版本,可以尝试下降级看看,有用户反馈降级后正常
pip uninstall Pillow pip install Pillow==9.5.0 # 或者降级到 8.4.0 pip install Pillow==8.4.0
- 完整的 MVC架构,代码 结构清晰,易于维护,支持
-