SuperAPI AI 工具集

ShortGPT

ShortGPT 是一个实验性 AI 框架,用于自动化创建 YouTube Shorts 和 TikTok 等短视频内容。它通过大语言模型驱动的编辑语言,简化视频制作流程,涵盖脚本生成、素材搜集、配音合成、字幕生成和视频编辑等环节。支持超过 30 种语言的配音,可选用 ElevenLabs 或免费的 EdgeTTS 进行语音合成,并从 Pexels、Bing Image 等来源获取图片和视频素材。框架包含 ContentShortEngine、ContentVideoEngine、ContentTranslationEngine 和 EditingEngine 等核心引擎,分别处理短视频、长视频、视频翻译配音和自动化编辑任务。用户可通过 Google Colab 免费运行,或使用 Docker 在本地部署,本地运行后会在 31415 端口启动 Gradio 界面。该项目开源,适合希望自动化运营短视频频道的内容创作者。

访问官网

工具介绍

ShortGPT 是一个实验性的 AI 框架,专注于 YouTube Shorts 和 TikTok 等短视频频道的自动化内容创作。它旨在简化视频创建、素材搜集、配音合成和编辑等任务,最流行的用例包括 YouTube 自动化与 TikTok 创意计划自动化。

主要能力

  • 自动化编辑框架:通过面向大语言模型的视频编辑语言,简化视频制作流程。
  • 脚本与提示词:提供可直接使用的脚本和提示词,用于各种 LLM 自动化编辑过程。
  • 配音与内容创作:支持多种语言,包括英语、西班牙语、阿拉伯语、法语、波兰语、德语、意大利语、葡萄牙语、俄语、中文普通话、日语、印地语、韩语等,使用 EdgeTTS 可支持超过 30 种语言。
  • 字幕生成:自动生成视频字幕。
  • 素材搜集:从互联网获取图片和视频素材,必要时连接网络和 Pexels API。
  • 记忆与持久化:使用 TinyDB 确保自动化编辑变量的长期持久性。

框架概览

  • ContentShortEngine:用于创建短视频,处理从脚本生成到最终渲染的任务,包括添加 YouTube 元数据。
  • ContentVideoEngine:适用于较长视频,负责生成音频、自动搜集背景视频素材、同步字幕和准备背景资产。
  • ContentTranslationEngine:用于配音和翻译整个视频,从主流语言到更具体的目标语言。它接收视频文件或 YouTube 链接,转录音频、翻译内容、用目标语言配音、添加字幕,并返回一个全新语言的视频。
  • EditingEngine:自动化编辑引擎,使用编辑标记语言和 JSON,将编辑过程分解为可管理、可自定义的块,便于大语言模型理解。

ShortGPT 提供自定义选项,从语言选择到添加水印,满足不同需求。作为框架,它具有适应性和灵活性,可高效、创造性地进行内容创作。

使用方式

通过 Google Colab 快速开始

如果不想在本地系统安装先决条件,可以使用 Google Colab 笔记本。此选项免费且无需安装设置。点击链接进入笔记本后,按顺序从上到下运行单元格即可。

Colab 链接:https://colab.research.google.com/drive/1_2UKdpF6lqxCqWaAcZb3rwMVQqtbisdE?usp=sharing

本地运行

要在本地运行 ShortGPT,需要 Docker。详细步骤请参阅仓库中的 "installation-notes.md"。运行 Dockerfile 后,执行 runShortGPT.py 脚本,Gradio 界面将在本地主机的 31415 端口打开(http://localhost:31415)。

技术栈

  • Moviepy:用于视频编辑和渲染。
  • OpenAI:用于自动化整个流程,包括生成脚本和提示词。
  • ElevenLabs:用于语音合成,支持多语言配音。
  • EdgeTTS:微软的免费语音合成服务,支持的语言比 ElevenLabs 更多。
  • Pexels:用于搜集背景素材,访问图片和视频。
  • Bing Image:用于搜集图片,提供相关视觉素材。

适用场景与限制

ShortGPT 适合希望自动化运营短视频频道的内容创作者,尤其是需要批量生成、翻译或配音视频的用户。作为实验性框架,它可能仍在积极开发中,更多文档即将推出。项目开源,欢迎贡献新功能、改进基础设施或完善文档。