MoneyPrinterPlus可以使用大模型自动生成短视频,同时结合Azure提供的语音服务实现语音合成和语音识别的功能。
Azure的语音服务是效果最好的服务之一,微软的技术实力也是毋庸置疑的。
对于不熟悉配置的小伙伴,本文将提供详细的Azure语音服务配置教程。
项目已开源,代码地址:
https://github.com/ddean2009/MoneyPrinterPlus
由于Azure的注册需要VISA卡,这一点阻碍了很多小伙伴进一步探索的步伐。
事实上,MoneyPrinterPlus也支持国内的云厂商,比如阿里云和腾讯云。因此,如果注册Azure有困难的小伙伴,可以参考我另外两篇介绍文章,分别介绍了如何使用阿里云和腾讯云。
本文以Azure为例,来讲解如何进行Azure语音的配置。
首先,我们需要在Azure官网上注册一个账号。注册过程简单,而且注册成功后还可以免费使用一年的微软云服务,非常棒。
登录账号后,在搜索框中输入“语音服务”:
点击下面的语音服务,进入Azure的语音服务页面。
进入语音服务页面后,点击“创建”按钮,进入创建语音服务页面:
填写必要的内容,点击“审阅并创建”,即可创建好Azure的服务。
记住你的密钥和region:
启动项目,在web页面点击最左边的“基础配置”,找到右边的“配置音频库信息”,选择Tencent。
填入之前保存的密钥和region。
回车后,这样我们的配置就保存了。
资源库指的是我们从哪里获取视频或者图片信息,这里目前提供了两个资源提供方,分别是pexels和pixabay。
大家任意选择一个即可。
以pexels为例,我们登入pexels官网
https://www.pexels.com/zh-cn/
,注册一个账号。
在图片和视频API里面,可以查看自己的api密钥。
查看自己的API密钥:
把这个API密钥记下来,拷贝到MoneyPrinterPlus的配置即可。
目前支持Moonshot,openAI,Azure openAI,Baidu Qianfan, Baichuan,Tongyi Qwen, DeepSeek这些。
国内要用的话推荐Moonshot(最近发现moonshot不太稳定,大家可以考虑Baichuan或者DeepSeek)。
同样的到Moonshot开发者平台上注册一个key:
https://platform.moonshot.cn/
填入对应的配置即可。
有了基础配置之后,就可以点击左边的AI视频进入AI视频生成页面。
在视频主题区输入你需要生成的视频主题,然后点击生成视频文案。
程序会自动使用大模型生成对应的视频文案和视频文案关键字:
如果你对视频文案或者关键字不满意,可以手动进行修改。
在视频配音区可以选择配音语言和对应的配音语言,目前支持100+配音语言。
还可以选择不同的配音语速,以支持不同使用场景。
如果你对配音不太确定,可以点击试听声音试听对应的配音语音。
背景音乐放在项目下的bgmusic目录下面,你可以自行添加背景音乐文件到该文件夹下面。
可以选择是否开启背景音乐,和默认的背景音乐音量。
视频配置区可以选择视频布局:竖屏,横屏或者方形。
可以选择视频帧率,视频的尺寸。
还可以选择每个视频片段的最小长度和最大长度。
最最重要的,还可以开启视频转场特效。目前支持30+视频转场特效。
如果你需要字幕,那么可以点击开启字幕选项,可以设置字幕字体,字幕字体的大小和字幕颜色等。
如果你不知道怎么设置,选择默认即可。
最后点击生成视频按钮即可生成视频。
页面会有相应的进度提醒。
最后生成的视频会展示在页面最下面,大家可以自行播放。
点我查看更多精彩内容:www.flydean.com