基于AI大模型实现一键生成高清短视频

自动生成视频 <br> 只需提供一个视频 <b>主题</b> 或 <b>关键词</b> ，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。 <br> <h4>Web界面</h4>  <h4>API界面</h4>  </div> ## 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  ## 感谢赞助 感谢佐糖 https://picwish.cn 对该项目的支持和赞助，使得该项目能够持续的更新和维护。 佐糖专注于**图像处理领域**，提供丰富的**图像处理工具**，将复杂操作极致简化，真正实现让图像处理更简单。  ## 功能特性 - [x] 完整的 **MVC架构**，代码 **结构清晰**，易于维护，支持 `API` 和 `Web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** 和 **英文** 视频文案 - [x] 支持 **多种语音** 合成，可 **实时试听** 效果 - [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**，也可以使用自己的 **本地素材** - [x] 支持 **OpenAI**、**Moonshot**、**Azure**、**gpt4free**、**one-api**、**通义千问**、**Google Gemini**、**Ollama**、 **DeepSeek** 等多种模型接入 - 中国用户建议使用 **DeepSeek** 或 **Moonshot** 作为大模型提供商（国内可直接访问，不需要VPN。注册就送额度，基本够用） ## 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 ## 快速开始 下载一键启动包，解压直接使用（路径不要有 **中文** 和 **空格**） ### Windows 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 启动后，会自动打开浏览器（如果打开是空白，建议换成 **Chrome** 或者 **Edge** 打开） ### 其他系统 还没有制作一键启动包，看下面的 **安装部署** 部分，建议使用 **docker** 部署，更加方便。 ## 安装部署 ### 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 #### 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 ### Docker部署 #### ① 启动Docker 如果未安装 Docker，请先安装 #### 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 #### ① 创建虚拟环境 创建 python 虚拟环境 ```shell 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/script/download.php 选择Windows版本，切记一定要选择 **静态库** 版本，比如 ImageMagick-7.1.1-32-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** - MacOS: ```shell brew install imagemagick ```` - Ubuntu ```shell sudo apt-get install imagemagick ``` - CentOS ```shell 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 ```bat conda activate MoneyPrinterTurbo webui.bat ``` ###### MacOS or Linux ```shell conda activate MoneyPrinterTurbo sh webui.sh ``` 启动后，会自动打开浏览器（如果打开是空白，建议换成 **Chrome** 或者 **Edge** 打开） #### ④ 启动API服务 ```shell 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](./docs/voice-list.txt) 新增了9种Azure的语音合成声音，需要配置API KEY，该声音合成的更加真实。 ## 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： 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。 > 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 **确保你安装和启动了docker服务**，执行以下命令启动docker服务 ```shell 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` > 注意：该方式稳定性较差 ### ❓AttributeError: 'str' object has no attribute 'choices'` 这个问题是由于大模型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。 同时建议使用 **Moonshot** 或 **DeepSeek** 作为大模型提供商，这两个服务商在国内访问速度更快，更加稳定。 ### ❓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. ```