StoryToolkitAI 使用教程
2024-09-16 14:09:53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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
205
暂无简介
Dart
629
143
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
242
316
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
383
3.62 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
291
103
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++
648
266
仓颉编译器源码及 cjdb 调试工具。
C++
128
858