最近抖音剪映發(fā)布了圖文生成視頻功能，同時(shí)百家號也有這個(gè)功能，這個(gè)可以看做是一個(gè)開源的實(shí)現(xiàn)，一起看看它的原理吧~

一句話提示詞	大模型生成文案	百家號生成視頻效果	MoneyPrinterTurbo生成視頻效果
天空為什么是藍(lán)色的？	天空之所以呈現(xiàn)藍(lán)色，是因?yàn)榇髿庵械姆肿雍托×Ｗ訒⑸涮柟庵械乃{(lán)色光線比其他顏色更多。這種現(xiàn)象稱為“瑞利散射”。太陽光是由不同顏色的光線組成的，這些顏色的光線混合在一起形成了白光。在地球的大氣中，較短的波長，如藍(lán)色和紫色，比較長的波長，如紅色和橙色，更容易被散射。然而，我們的眼睛對藍(lán)色光線的敏感度更高，因此我們看到的天空大部分時(shí)間都是藍(lán)色的。此外，當(dāng)太陽接近地平線時(shí)，光線需要穿越更多的大氣層，這使得更多的藍(lán)色和綠色光線被散射掉，留下的主要是紅色和橙色，這就是為什么日落和日出時(shí)天空會呈現(xiàn)出紅色或橙色的原因。	天空為什么是藍(lán)色的？	天空為什么是藍(lán)的MPT生成

一、項(xiàng)目說明

利用AI大模型，一鍵生成高清短視頻：只需提供一個(gè)視頻 主題 或 關(guān)鍵詞 ，就可以全自動生成視頻文案、視頻素材、視頻字幕、視頻背景音樂，然后合成一個(gè)高清的短視頻。

1.功能特性

• 完整的MVC架構(gòu)，代碼結(jié)構(gòu)清晰，易于維護(hù)，支持API和Web界面

• 支持視頻文案AI自動生成，也可以自定義文案

• 支持多種高清視頻尺寸

  • 豎屏 9:16，1080x1920

  • 橫屏 16:9，1920x1080

• 支持批量視頻生成，可以一次生成多個(gè)視頻，然后選擇一個(gè)最滿意的

• 支持視頻片段時(shí)長設(shè)置，方便調(diào)節(jié)素材切換頻率

• 支持中文和英文視頻文案

• 支持多種語音合成

• 支持字幕生成，可以調(diào)整字體、位置、顏色、大小，同時(shí)支持字幕描邊設(shè)置

• 支持背景音樂，隨機(jī)或者指定音樂文件，可設(shè)置背景音樂音量

• 視頻素材來源高清，而且無版權(quán)

• 支持OpenAI、moonshot、Azure、gpt4free、one-api、通義千問、Google Gemini、Ollama等多種模型接入

2.后期計(jì)劃

• GPT-SoVITS 配音支持

• 優(yōu)化語音合成，利用大模型，使其合成的聲音，更加自然，情緒更加豐富

• 增加視頻轉(zhuǎn)場效果，使其看起來更加的流暢

• 增加更多視頻素材來源，優(yōu)化視頻素材和文案的匹配度

• 增加視頻長度選項(xiàng)：短、中、長

• 打包成一鍵啟動包（Windows，macOS），方便使用

• 增加免費(fèi)網(wǎng)絡(luò)代理，讓訪問OpenAI和素材下載不再受限

• 可以使用自己的素材

• 朗讀聲音和背景音樂，提供實(shí)時(shí)試聽

• 支持更多的語音合成服務(wù)商，比如 OpenAI TTS, Azure TTS

• 自動上傳到Y(jié)ouTube平臺

二.安裝部署

1.安裝

• 盡量不要使用 中文路徑，避免出現(xiàn)一些無法預(yù)料的問題

• 請確保你的 網(wǎng)絡(luò) 是正常的，VPN需要打開全局流量模式

① 克隆代碼

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

② 修改配置文件

• 將 config.example.toml 文件復(fù)制一份，命名為 config.toml

• 按照 config.toml 文件中的說明，配置好 pexels_api_keys 和 llm_provider，并根據(jù) llm_provider 對應(yīng)的服務(wù)商，配置相關(guān)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，如果沒有，可以將 llm_provider 設(shè)置為 g4f ( 一個(gè)免費(fèi)使用GPT的開源庫 https://github.com/xtekky/gpt4free ，但是該免費(fèi)的服務(wù)，穩(wěn)定性較差，有時(shí)候可以用，有時(shí)候用不了)

• 或者可以使用到 月之暗面 申請。注冊就送 15元體驗(yàn)金，可以對話1500次左右。然后設(shè)置 llm_provider="moonshot" 和 moonshot_api_key

• 也可以使用 通義千問，具體請看配置文件里面的注釋說明

2.部署

① 創(chuàng)建虛擬環(huán)境

建議使用conda創(chuàng)建 python 虛擬環(huán)境

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

② 安裝好 ImageMagick

Windows：

• 下載https://imagemagick.org/archive/binaries/ImageMagick-7.1.1-29-Q16-x64-static.exe

• 安裝下載好的 ImageMagick，注意不要修改安裝路徑

• 修改配置文件 config.toml中的imagemagick_path為你的實(shí)際安裝路徑（如果安裝的時(shí)候沒有修改路徑，直接取消注釋即可）

MacOS:

brew install imagemagick

Ubuntu：

sudo apt-get install imagemagick

CentOS：

sudo yum install ImageMagick

③ 啟動Web界面

注意需要到 MoneyPrinterTurbo 項(xiàng)目根目錄下執(zhí)行以下命令

Windows：

conda activate MoneyPrinterTurbowebui.bat

MacOS or Linux：

conda activate MoneyPrinterTurbosh webui.sh

啟動后，會自動打開瀏覽器

④ 啟動API服務(wù)

python main.py

啟動后，可以查看API文檔http://127.0.0.1:8080/docs或者h(yuǎn)ttp://127.0.0.1:8080/redoc直接在線調(diào)試接口，快速體驗(yàn)

三.源碼剖析

1.開發(fā)框架

• UI：Streamlit ? A faster way to build and share data apps

• OpenAPI：FastAPI

2.參數(shù)解析

{"video_subject": "string",                      ## 視頻主題，必選"video_script": "",                             ## 視頻腳本，可以為空，為空則LLM生成"video_terms": "string",                        ## 視頻搜索詞列表，英文，可以為空，為空則LLM生成"video_aspect": "9:16",                         ## 視頻寬高比，支持："16:9""9:16""1:1""video_concat_mode": "random",                  ## 視頻拼接方式，支持："random""sequential""video_clip_duration": 5,                       ## 視頻剪輯持續(xù)時(shí)長，默認(rèn)5，小于此時(shí)長的視頻不會被下載"video_count": 1,                               ## 視頻生成個(gè)數(shù)，默認(rèn)1"video_language": "",                           ## 視頻語言"voice_name": "",                               ## 配音人名稱"voice_volume": 1,                              ## 配音音量，默認(rèn)1"bgm_type": "random",                           ## 背景音樂選擇類型，