搭建MoneyPrinterTurbo,利用AI大模型,一键生成高清短视频实战

搭建MoneyPrinterTurbo,利用AI大模型,一键生成高清短视频

1.MoneyPrinterTurbo简介

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。

github地址github.com/harry0703/M...

2.功能 🎯

  • 完整的 MVC架构 ,代码 结构清晰 ,易于维护,支持 APIWeb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
  • 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,也可以使用自己的本地素材

  • 支持 OpenAImoonshotAzuregpt4freeone-api通义千问Google GeminiOllama 等多种模型接入.

3.安装

  • 网盘下载 百度网盘: pan.baidu.com/s/1bpGjgQVE... 提取码: xt16 下载后,建议先双击执行 update.bat 更新到最新代码,然后双击 start.bat 启动Web界面。

  • gthub下载安装

bash 复制代码
git clone https://github.com/harry0703/MoneyPrinterTurbo.git
pip install -r requirements.txt

同时安装 ImageMagick

  • 下载 imagemagick.org/archive/bin...

  • 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)

  • docker安装

bash 复制代码
cd MoneyPrinterTurbo
docker-compose up

4.启动

启动 webui.bat

python main.py

5.配置

如图所示,点击基础设置,设置参数:

  • 模型我用的是 ollama启动的qwen模型
  • 注册pexels,获取api

6.运行

比如:我计划写"什么花,容易引发过敏?"

  • 1.第一步,根据语言,生成视频文案
  • 2.根据视频文案生成视频关键词
  • 3.根据关键词,去pexels获取视频(或本地视频、图片资源也可以)
  • 4.视频随机拼接
  • 5.视频比例
  • 6.视频片段最大时长
  • 7.选择音频设置
  • 8.选择北京音乐
  • 9.字幕设置 选择完,开始生成视频,如果需要下载,会比较慢。

大约2-3分钟,即可生成好视频。

相关推荐
szxinmai主板定制专家8 分钟前
【国产NI替代】基于A7 FPGA+AI的16振动(16bits)终端PCIE数据采集板卡
人工智能·fpga开发
数据分析能量站43 分钟前
神经网络-AlexNet
人工智能·深度学习·神经网络
Ven%1 小时前
如何修改pip全局缓存位置和全局安装包存放路径
人工智能·python·深度学习·缓存·自然语言处理·pip
szxinmai主板定制专家1 小时前
【NI国产替代】基于国产FPGA+全志T3的全国产16振动+2转速(24bits)高精度终端采集板卡
人工智能·fpga开发
YangJZ_ByteMaster1 小时前
EndtoEnd Object Detection with Transformers
人工智能·深度学习·目标检测·计算机视觉
Anlici1 小时前
模型训练与数据分析
人工智能·机器学习
余~~185381628002 小时前
NFC 碰一碰发视频源码搭建技术详解,支持OEM
开发语言·人工智能·python·音视频
唔皇万睡万万睡2 小时前
五子棋小游戏设计(Matlab)
人工智能·matlab·游戏程序
视觉语言导航2 小时前
AAAI-2024 | 大语言模型赋能导航决策!NavGPT:基于大模型显式推理的视觉语言导航
人工智能·具身智能
volcanical2 小时前
Bert各种变体——RoBERTA/ALBERT/DistillBert
人工智能·深度学习·bert