Geuza Video za YouTube Kuwa Shorts Zinazozalishwa na AI kwa Python

Jenereta ya Shorts za AI ni Nini?

Jenereta ya Shorts za AI ni mradi wa Python wa bure na wenye msimbo huria unaobadilisha video ndefu za YouTube au faili za video za ndani kuwa klipu fupi zilizo tayari kuchapishwa. Hunakili sauti ya chanzo kiotomatiki, hutambua sehemu zinazoweza kuvutia, huondoa chaguo zinazoingiliana, na kutoa klipu bora kwa uwiano wa wima au uwiano maalum wa vipimo.

Mradi huu umeundwa kama mbadala unaojisimamia wa bidhaa za SaaS za video fupi. Hauongezi sifa za utambulisho au alama za maji kabla ya klipu. Vipengele vyake vingine ni pamoja na manukuu, tafsiri, sauti ya juu, vianzio vya muktadha vinavyofahamu maudhui, kiolesura cha mstari wa amri, kiolesura cha wavuti cha ndani, na API ya kuunganisha na miradi mingine.

Mfano wa matokeo

Klipu zinazozalishwa zinaweza kubadilisha hotuba, mahojiano, podikasti, mafunzo, na nyenzo nyingine ndefu zinazofanana kuwa video zinazofaa kwa vifaa vya mkononi.

Jinsi Mchakato wa Uchakataji Unavyofanya Kazi

1. Upatikanaji wa chanzo: Programu hupakua video ya YouTube au kusoma njia ya faili ya ndani unayotoa.
2. Unakili wa sauti: faster-whisper huunda nakala ya sauti yenye mihuri ya muda ndani ya kifaa. Hatua hii ni sawa kwa watoa huduma wote wa LLM wanaotumika.
3. Uainishaji wa maudhui: LLM iliyochaguliwa huamua ikiwa chanzo kinafanana na podikasti, mahojiano, mafunzo, vlogu, au aina nyingine ya maudhui. Pia hutathmini kasi ya uwasilishaji ili uteuzi wa vivutio uweze kubadilishwa kulingana na nyenzo.
4. Upangaji wa vivutio: OpenAI, Gemini, au MuAPI huchunguza nakala ya sauti kutafuta vianzio, kilele cha hisia, maoni thabiti, ufichuzi, migogoro, kauli zinazoweza kunukuliwa, kilele cha simulizi, na thamani ya vitendo. Hurejesha wagombea wa vivutio waliopangwa pamoja na alama kutoka 0 hadi 100.
5. Uondoaji wa marudio: Wagombea wanaoingiliana huunganishwa kulingana na alama zao.
6. Uteuzi wa Top-N: Wagombea waliopewa nafasi za juu zaidi huchaguliwa kulingana na chaguo la --n.
7. Utoaji wa video: Kila sehemu iliyochaguliwa hukatwa na kutolewa kiotomatiki kwa uwiano wa vipimo ulioombwa. Isipokuwa imezimwa, kianzio cha muktadha kilichozalishwa na AI huwekwa mwanzoni.

Mahitaji

• Python 3.10 au mpya zaidi
• Ufunguo wa API wa OpenAI, Gemini, au MuAPI
• Vifurushi vya Python vilivyoorodheshwa katika requirements.txt

Gemini inatoa kiwango cha bure chenye kikomo cha kila siku. OpenAI ni ya kulipia, huku MuAPI ikitumia huduma ya kulipia kwa matumizi bila usajili. Masharti na bei za watoa huduma zinaweza kubadilika, kwa hiyo kagua huduma husika kabla ya kuchakata mkusanyiko mkubwa.

Sakinisha Mradi

1. Nakili hazina

git clone https://github.com/Colafornia/short-video-generator-AI.git
cd short-video-generator-AI

2. Unda mazingira pepe

Kwenye Windows, endesha:

python -m venv venv
venv\Scripts\activate

Kwenye Linux au macOS, endesha:

python -m venv venv
source venv/bin/activate

Mazingira pepe hutenganisha vifurushi vya jenereta na miradi mingine ya Python kwenye kompyuta yako.

3. Sakinisha utegemezi

pip install -r requirements.txt

Sanidi LLM na Whisper

Unda faili la .env katika saraka ya mradi. Weka LLM_PROVIDER kuwa openai, gemini, au muapi, na uongeze ufunguo wa API unaolingana.

LLM_PROVIDER=openai

OPENAI_API_KEY=your_openai_key_here
OPENAI_MODEL=gpt-4o-mini

GEMINI_API_KEY=your_gemini_key_here
GEMINI_MODEL=gemini-2.5-flash

MUAPI_API_KEY=your_muapi_key_here

LOCAL_WHISPER_MODEL=base
LOCAL_WHISPER_DEVICE=auto

Unahitaji tu ufunguo halali wa mtoa huduma aliyechaguliwa na LLM_PROVIDER. Sehemu za modeli zilizoonyeshwa kwa OpenAI na Gemini ni za hiari.

• Gemini: Pata ufunguo kutoka Google AI Studio.
• OpenAI: Pata ufunguo kutoka OpenAI Platform.
• MuAPI: Pata ufunguo kutoka MuAPI.

Chagua modeli ya Whisper

LOCAL_WHISPER_MODEL inakubali tiny, base, small, medium, au large-v3. Mfano chaguomsingi unatumia base. Kwa uteuzi wa kifaa, tumia auto, cpu, au cuda.

Acha LOCAL_WHISPER_DEVICE=auto ikiwa unataka programu ichague kifaa kinachopatikana. Tumia cuda ukiwa na mazingira yanayooana na CUDA, au cpu unapotaka uchakataji wa CPU mahususi.

Genereta Short Yako ya Kwanza

Pitisha URL ya YouTube kwa main.py:

python main.py "https://www.youtube.com/watch?v=video_id"

Kwa chaguomsingi, programu hutoa klipu tatu kwa uwiano wa vipimo wa 9:16 na hutumia mwonekano wa upakuaji wa chanzo wa 720. Faili zilizotolewa huhifadhiwa katika saraka ya output.

Dhibiti Idadi, Uwiano na Mwonekano

Amri ifuatayo huchagua vivutio vitatu, kuvipanga kama video za wima, na kuomba mwonekano wa chanzo wa 1080:

python main.py "https://www.youtube.com/watch?v=video_id" \
  --n 3 \
  --ratio 9:16 \
  --resolution 1080

• --n hudhibiti idadi ya klipu zinazotolewa. Chaguo-msingi ni 3.
• --ratio hukubali uwiano maalum. Tumia 9:16 kwa video fupi za wima au 1:1 kwa matokeo ya mraba.
• --resolution hudhibiti ubora wa video chanzo inayopakuliwa. Thamani zilizohakikiwa na kuandikwa ni 360, 480, 720, na 1080.

Chakata Video ya Ndani

Njia ya faili ya ndani inaweza kuchukua nafasi ya URL ya YouTube. Mfano huu huunda klipu nne za wima zenye ubora wa 720 na kulazimisha Whisper ichukulie matamshi kuwa ya Kichina:

python main.py "/Users/Admin/Folder/video.mp4" \
  --n 4 \
  --ratio 9:16 \
  --resolution 720 \
  --language zh

Mpangilio wa lugha wa chaguo-msingi ni auto. Tumia --language pamoja na msimbo wa lugha wa Whisper kama en wakati utambuzi wa kiotomatiki haufai au unapojua tayari lugha inayozungumzwa kwenye video.

Zima Hook Inayozalishwa

Hook zinazozalishwa na AI huwashwa kwa chaguo-msingi. Ili kutoa vivutio bila kuingiza hook mpya mwanzoni, ongeza --no-hook:

python main.py "https://www.youtube.com/watch?v=video_id" --no-hook

Hii ni muhimu wakati sehemu iliyochaguliwa tayari ina mwanzo wenye nguvu au unapotaka video fupi ianze hasa inavyoonekana kwenye chanzo.

Tumia Kiolesura cha Wavuti cha Ndani

Toleo la wavuti hutoa njia ya kuona ya kupanga video nyingi kwenye foleni na kurekebisha bendera za uundaji. Bado husoma mtoa huduma wa LLM na vitambulisho vya API kutoka .env; kiolesura hushughulikia tu ingizo la video na chaguo za uundaji.

1. Anzisha backend

python3 server.py

2. Toa frontend

Fungua terminal nyingine kwenye saraka ya mradi na utekeleze:

cd web
python3 -m http.server 8000

3. Fungua kiolesura

Tembelea http://localhost:8000/shorts-generator-ui.html kwenye kivinjari chako.

Vidokezo vya Matumizi ya Juu

Linganishia uwiano wa picha na mahali pa kuchapisha

Tumia 9:16 kwa video fupi za kawaida za wima. Chagua 1:1 unapohitaji matokeo ya mraba, au toa uwiano mwingine unaoungwa mkono na generator kwa mpangilio tofauti.

Punguza klipu wakati wa majaribio

Weka --n 1 wakati wa usanidi wa awali. Hii hupunguza idadi ya klipu zinazotolewa unapothibitisha vitambulisho vya API, tabia ya unukuzi, mipangilio ya lugha, hook, na vipimo vya matokeo.

python main.py "https://www.youtube.com/watch?v=video_id" --n 1 --resolution 360

Lazimisha lugha inapofaa

Utambuzi wa lugha kiotomatiki ni rahisi, lakini kuweka wazi --language kunaweza kusaidia unapojua lugha ya chanzo. Chaguo hili hutumika kwenye unukuzi wa Whisper.

Rekebisha mipangilio ya unukuzi wa ndani

Unukuzi hufanyika ndani ya kifaa hata ingawa uchanganuzi wa vivutio hutumia mtoa huduma wa nje wa LLM. Chagua modeli na kifaa cha Whisper kwenye .env kulingana na rasilimali zinazopatikana kwenye mashine yako. README inaonyesha mipangilio hii lakini haipendekezi modeli moja kwa kila aina ya kazi.

Weka usanidi wa mtoa huduma tofauti na chaguo za kiolesura

Kubadilisha kutoka CLI kwenda kiolesura cha wavuti hakubadilishi mtoa huduma wa LLM aliyesanidiwa. Sasisha LLM_PROVIDER na ufunguo wa API unaolingana kwenye .env kila unapobadilisha kati ya OpenAI, Gemini, na MuAPI.

Kagua klipu zilizozalishwa kabla ya kuchapisha

Mfumo wa vivutio hutumia uchanganuzi wa manukuu na mfumo wa virality kuchagua watahiniwa kiotomatiki. Kagua faili zilizo kwenye output ili kuthibitisha kuwa ukataji, unukuzi, muktadha, na hook ya hiari vinafaa kwa matumizi uliyokusudia kabla ya kuzichapisha.

Hitimisho

AI Shorts Generator huunganisha unukuzi wa ndani wa Whisper, utambuzi wa vivutio unaotegemea LLM, uondoaji wa marudio, upangaji wa viwango, na ukataji wa kiotomatiki katika mchakato mmoja wa chanzo huria. Baada ya kusakinisha vitegemezi na kusanidi mtoa huduma kwenye .env, unaweza kuchakata URL ya YouTube au faili ya ndani kutoka kwenye mstari wa amri. Kiolesura cha wavuti cha ndani hutoa njia mbadala unapotaka kupanga video kwenye foleni na kuchagua chaguo za uundaji kwa njia ya kuona.

Mradi unapatikana chini ya Leseni ya MIT. Unaweza kuripoti matatizo, kuchangia mabadiliko, au kufanya fork ya hazina kupitia GitHub.