[免费]本地搭建AI自动生成视频应用

MoneyPrinterTurbo 💸

只需提供一个视频 主题关键词 ,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
alt
API界面
alt

特别感谢 🙏

由于该项目的 部署使用,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
alt

功能特性 🎯

  • [x] 完整的 MVC架构,代码 结构清晰,易于维护,支持 APIWeb界面
  • [x] 支持视频文案 AI自动生成,也可以 自定义文案
  • [x] 支持多种 高清视频 尺寸
    • [x] 竖屏 9:16, 1080x1920
    • [x] 横屏 16:9, 1920x1080
  • [x] 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
  • [x] 支持 视频片段时长设置,方便调节素材切换频率
  • [x] 支持 中文英文 视频文案
  • [x] 支持 多种语音 合成
  • [x] 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
  • [x] 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
  • [x] 视频素材来源 高清,而且 无版权
  • [x] 支持 OpenAImoonshotAzuregpt4freeone-api通义千问Google GeminiOllama 等多种模型接入

如何使用免费的 OpenAI GPT-3.5 模型?

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

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
  • 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_keysllm_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-4.0GPT-3.5,需要有 OpenAIAPI 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"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:

  1. https://learn.microsoft.com/zh-cn/windows/wsl/install
  2. 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: 生成速度更快,性能更好,对电脑配置没有要求,但是质量可能不稳定
  • whisper: 生成速度较慢,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:

  1. 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
  2. 如果留空,表示不生成字幕。

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

issue 56

failed to generate audio, maybe the network is not available. 
if you are in China, please use a VPN.

issue 44

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

issue 33

  1. 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
  2. 不要安装在中文路径里面,避免出现一些无法预料的问题

issue 54

如果是linux系统,可以手动安装,参考 https://cn.linux-console.net/?p=16978

感谢 @wangwenqiao666的研究探索

❓ImageMagick的安全策略阻止了与临时文件@/tmp/tmpur5hyyto.txt相关的操作

issue 92

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。

感谢 @chenhengzh的研究探索

❓OSError: [Errno 24] Too many open files

issue 100

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'

issue 101, issue 83, issue 70

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

github 地址

github

本文由 mdnice 多平台发布

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值