StoryToolkitAI 使用教程
2024-09-16 07:24:34作者:毕习沙Eudora
项目介绍
StoryToolkitAI 是一个专为电影编辑设计的工具,利用人工智能技术帮助编辑人员更高效地处理视频素材。该工具能够自动转录音频、索引场景、搜索素材,并使用大型语言模型(如 OpenAI GPT-4)自动选择和创建故事,然后通过 EDL 或 XML 格式导入到编辑软件中。StoryToolkitAI 支持本地运行,独立于其他编辑软件,但也可以与 DaVinci Resolve Studio 18 集成。
项目快速启动
安装步骤
-
克隆项目仓库:
git clone https://github.com/octimot/StoryToolkitAI.git cd StoryToolkitAI -
安装依赖:
pip install -r requirements.txt -
运行项目:
python storytoolkitai.py
配置文件示例
在项目根目录下创建一个 config.json 文件,内容如下:
{
"openai_api_key": "your_openai_api_key",
"davinci_resolve_path": "/path/to/davinci/resolve"
}
应用案例和最佳实践
案例一:自动转录和翻译
StoryToolkitAI 可以自动转录视频中的对话,并将其翻译成多种语言。以下是一个简单的使用案例:
-
加载视频文件:
from storytoolkitai import Transcriber transcriber = Transcriber() transcriber.load_video("path/to/video.mp4") -
转录和翻译:
transcript = transcriber.transcribe() translated_transcript = transcriber.translate(transcript, target_language="zh")
案例二:自动生成故事板
StoryToolkitAI 可以根据视频素材自动生成故事板,并将其导入到 DaVinci Resolve 中:
-
生成故事板:
from storytoolkitai import StoryGenerator generator = StoryGenerator() storyboard = generator.generate_storyboard("path/to/video.mp4") -
导入到 DaVinci Resolve:
generator.import_to_resolve(storyboard)
典型生态项目
1. OpenAI Whisper
OpenAI Whisper 是一个强大的语音识别模型,StoryToolkitAI 使用它来进行音频转录。
2. DaVinci Resolve
DaVinci Resolve 是一款专业的视频编辑软件,StoryToolkitAI 可以与其无缝集成,提供更高效的编辑体验。
3. OpenAI GPT-4
OpenAI GPT-4 是一个先进的自然语言处理模型,StoryToolkitAI 利用它来生成和优化故事内容。
通过这些工具的结合,StoryToolkitAI 为电影编辑人员提供了一个强大的工作流,极大地提高了工作效率。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609