Studio
Кратки видеоклипове и 24/7 директен канал, сценаризирани и рендирани на ваш собствен GPU.
- Linux
- NVIDIA GPU
- Local LLM
- YouTube API
Какво прави
Studio превръща тема в готово кратко видео на вашата машина: локалният ви модел пише сцените, вашият модел за изображения рисува картина за всяка (или Studio поставя чисти заглавни карти), глас ги чете, камерата се движи, субтитрите следват гласа, а един ffmpeg проход рендира резултата. Той пакетира всяко видео на езиците, на които публикувате, качва в YouTube с темпото, което сте задали, и може да поддържа 24/7 канал на живо с това, което е създал.
- Проверка между всеки етап. Кадър, в който вашият визуален модел открие текст, воден знак или деформирана ръка, се преизчертава, преди да струва време за рендиране; мълчалив или неправдоподобно бърз гласов запис се повтаря; видео с грешна продължителност или силност на звука никога не достига до издателя.
- Изображения и гласове, които вие избирате. Вашият ComfyUI workflow или всеки OpenAI-compatible сървър за изображения, или заглавни карти без изобщо модел за изображения. Kokoro или Piper на CPU, или сървър за реч.
- Рендиране, което изглежда създадено, а не сглобено. Плавни приближения, панорамни и наклонени движения, с увеличена честота, за да се плъзгат бавните движения, субтитри в кратки части, синхронизирани с гласа, опционална музикална основа, която намалява под гласа, -14 LUFS, NVENC на GPU или libx264 на CPU.
- Пакетиране на всеки език. Заглавия, описания и хаштагове за всеки език в рамките на лимитите на YouTube, ред за разкриване на AI, вашият футър, миниатюра, SRT файл и готов субтитр за платформи, в които публикувате ръчно.
- YouTube през официалния API. Едно видео на слот в местни часове, които вие избирате, дневен лимит, планирано публикуване, преводи като локализации, зададен флаг за синтетично съдържание и квотата на Google се брои преди всеки извикване.
- На живо, денонощно. Готови видеоклипове в ротация към YouTube Live от една дълга връзка: нови видеоклипове се присъединяват без прекъсване, watchdog рестартира енкодера, а ключът на потока е маскиран във всеки лог.
Какво е включено
Пайплайнът
Сценарий, изображения, глас, субтитри, рендиране, проверки и пакетиране, всеки етап с таймер в job файл.
Опашката
Теми, които добавяте вие или които вашият модел предлага за вашата ниша; почти копия на предишни теми се отказват.
Издателят
Съгласие за YouTube, възобновяеми качвания, слотове, локализации, миниатюри и квота.
Каналът на живо
24/7 RTMP поток с копия, готови за излъчване, ротация, watchdog и резервна карта.
Изисквания
- Linux със systemd, Python 3.10 или по-нова версия и ffmpeg; NVIDIA GPU с NVENC рендира по-бързо, но работи и с процесор.
- Сървър за модели, съвместим с OpenAI, за скриптовете. За изображения – ComfyUI или сървър за изображения, или нищо за заглавни карти.
- За YouTube – собствен проект в Google Cloud с активиран Data API.
Полезно е да се знае
- Теглата на моделите, гласовете и музиката не са включени; документацията посочва откъде да ги вземете, всеки под собствен лиценз, а някои лицензи ограничават комерсиалната употреба.
- Платформите премахват канали, които публикуват повтарящо се, масово произведено съдържание, а фактите идват от езиков модел. По подразбиране се публикува едно видео на ден и се отказват почти копирани видеа; това, което публикувате, е ваша отговорност.
Въпроси
Публикува ли и в TikTok и Instagram?
Не. Studio качва в YouTube чрез YouTube Data API. За TikTok, Instagram и останалите – всяка папка с видео съдържа файла, миниатюрата и готово описание с хаштагове на всеки език, за вас или за планировчик, който вече използвате.
Колко време отнема едно видео?
На нашата машина отнема 3 до 4 минути за вертикално видео с дължина 20 до 30 секунди, опаковано на три езика, като почти цялото време е за модела за писане; гласът и рендирането отнеха под 20 секунди всеки. Studio записва времето за всеки етап, така че виждате къде отиват минутите на вашия хардуер.
Нужен ли е GPU?
Не. Заглавните карти, гласовете Kokoro или Piper и кодирането с libx264 работят на процесора; GPU-то ускорява модела за изображения и кодирането. Ако NVENC не може да стартира, например защото моделите запълват паметта на GPU-то, Studio автоматично преминава към libx264.
Разкрива ли се използването на AI?
Да, по подразбиране: всяко описание съдържа ред за разкриване на съответния език, а всяко качване задава флага на YouTube за променено или синтетично съдържание.
Обновено: