Studio
ویدیوهای کوتاه و یک کانال زنده 24/7، با اسکریپت‌نویسی و رندر روی GPU خودتان.
- Linux
- NVIDIA GPU
- Local LLM
- YouTube API
کارکرد
Studio یک موضوع را به یک ویدیوی کوتاه کامل روی رایانه خودتان تبدیل می‌کند: مدل محلی شما صحنه‌ها را می‌نویسد، مدل تصویر شما برای هر کدام یک عکس می‌کشد (یا Studio کارت‌های عنوان تمیز می‌سازد)، یک صدا آن‌ها را می‌خواند، دوربین حرکت می‌کند، زیرنویس‌ها با صدا هماهنگ می‌شوند و یک پاس ffmpeg نتیجه را رندر می‌کند. این ابزار هر ویدیو را به زبان‌هایی که منتشر می‌کنید بسته‌بندی می‌کند، با سرعتی که تعیین می‌کنید در YouTube بارگذاری می‌کند و می‌تواند یک کانال زنده 24/7 را از آنچه ساخته است، روی آنتن نگه دارد.
- یک بررسی بین هر مرحله. فریمی که مدل بینایی شما در آن متن، واترمارک یا دست بدشکل می‌یابد، قبل از اینکه هزینه رندر داشته باشد دوباره کشیده می‌شود؛ یک نوار صوتی بی‌صدا یا به‌طرز غیرمنطقی سریع دوباره ضبط می‌شود؛ و یک ویدیو با طول یا بلندی صدای نادرست هرگز به ناشر نمی‌رسد.
- تصاویر و صداهایی که خودتان انتخاب می‌کنید. جریان کاری ComfyUI شما یا هر سرور تصویر OpenAI-compatible، یا کارت‌های عنوان بدون هیچ مدل تصویری. Kokoro یا Piper روی CPU، یا یک سرور گفتار.
- رندری که به نظر ساخته‌شده می‌آید، نه مونتاژشده. زوم‌های نرم به جلو، پن‌ها و تیلت‌ها، با نمونه‌برداری بیش‌ازحد تا حرکات آهسته روان باشند، زیرنویس‌ها در قطعات کوتاه زمان‌بندی‌شده با صدا، یک بستر موسیقی اختیاری که زیر صدا فرو می‌رود، 14- LUFS، NVENC روی GPU یا libx264 روی CPU.
- بسته‌بندی به هر زبان. عنوان‌ها، توضیحات و هشتگ‌ها برای هر زبان در چارچوب محدودیت‌های YouTube، یک خط افشای هوش مصنوعی، پاورقی شما، یک تصویر بندانگشتی، یک فایل SRT و یک زیرنویس آماده برای پلتفرم‌هایی که به‌صورت دستی در آن‌ها پست می‌کنید.
- YouTube از طریق API رسمی. یک ویدیو در هر زمان‌بندی در ساعات محلی که انتخاب می‌کنید، یک سقف روزانه، انتشار زمان‌بندی‌شده، ترجمه‌ها به‌عنوان بومی‌سازی‌ها، تنظیم پرچم محتوای مصنوعی، و شمارش سهمیه گوگل قبل از هر فراخوانی.
- پخش زنده، شبانه‌روزی. ویدیوهای تکمیل‌شده به‌صورت چرخشی به YouTube Live از طریق یک اتصال طولانی‌مدت: ویدیوهای جدید بدون قطع اتصال می‌پیوندند، یک واچ‌داگ انکودر را راه‌اندازی مجدد می‌کند، و کلید استریم در تمام لاگ‌ها پوشانده می‌شود.
محتویات
خط تولید
اسکریپت، تصاویر، صدا، زیرنویس‌ها، رندر، بررسی‌ها و بسته‌بندی، هر مرحله زمان‌بندی‌شده در یک فایل کار.
صف انتظار
موضوعاتی که شما اضافه می‌کنید یا مدل شما برای حوزه کاری‌تان پیشنهاد می‌دهد؛ کپی‌های نزدیک به موضوعات قبلی رد می‌شوند.
ناشر
رضایت YouTube، بارگذاری‌های قابل ازسرگیری، زمان‌بندی‌ها، بومی‌سازی‌ها، تصاویر بندانگشتی و سهمیه.
کانال زنده
یک استریم RTMP 24/7 با نسخه‌های آماده برای پخش زنده، چرخش، یک واچ‌داگ و یک کارت آماده‌به‌کار.
پیش‌نیازها
- لینوکس با systemd، پایتون 3.10 یا جدیدتر و ffmpeg؛ یک کارت گرافیک NVIDIA با NVENC رندر را سریع‌تر می‌کند، اما پردازنده مرکزی هم کار می‌کند.
- یک سرور مدل OpenAI-compatible برای اسکریپت‌ها. برای تصاویر، ComfyUI یا یک سرور تصویر، یا هیچ‌کدام برای کارت‌های عنوان.
- برای YouTube، پروژه Google Cloud خودتان با فعال‌سازی Data API.
خوب است بدانید
- وزن‌های مدل، صداها و موسیقی‌ها گنجانده نشده‌اند؛ مستندات توضیح می‌دهد هر کدام را از کجا با لایسنس مخصوص خود تهیه کنید و برخی لایسنس‌ها استفاده تجاری را محدود می‌کنند.
- پلتفرم‌ها کانال‌هایی را که محتوای تکراری و انبوه تولید می‌کنند حذف می‌کنند، و حقایق از یک مدل زبانی می‌آیند. تنظیمات پیش‌فرض روزی یک ویدیو منتشر می‌کنند و کپی‌های تقریباً مشابه را رد می‌کنند؛ آنچه منتشر می‌کنید مسئولیت خودتان است.
پرسش‌ها
آیا در TikTok و Instagram هم پست می‌کند؟
خیر. Studio از طریق YouTube Data API در YouTube آپلود می‌کند. برای TikTok، Instagram و بقیه، هر پوشه ویدیو شامل فایل، تصویر بندانگشتی و یک کپشن آماده با هشتگ‌ها به هر زبان است، برای شما یا زمان‌بندی‌کننده‌ای که از قبل استفاده می‌کنید.
ساخت یک ویدیو چقدر طول می‌کشد؟
روی سیستم ما 3 تا 4 دقیقه برای یک ویدیوی عمودی 20 تا 30 ثانیه‌ای بسته‌بندی‌شده به سه زبان، تقریباً همه آن مربوط به مدل نویسنده است؛ صدا و رندر هر کدام کمتر از 20 ثانیه طول کشیدند. Studio زمان هر مرحله را ثبت می‌کند، بنابراین می‌بینید روی سخت‌افزار شما دقیقه‌ها کجا صرف می‌شوند.
آیا به کارت گرافیک نیاز دارد؟
خیر. کارت‌های عنوان، صداهای Kokoro یا Piper و رمزگذاری libx264 همه روی پردازنده مرکزی اجرا می‌شوند؛ کارت گرافیک سرعت مدل تصویر و رمزگذاری را بالا می‌برد. اگر NVENC نتواند اجرا شود، مثلاً به دلیل پر شدن حافظه کارت گرافیک توسط مدل‌ها، Studio خودش به libx264 سوئیچ می‌کند.
آیا استفاده از هوش مصنوعی اعلام می‌شود؟
بله، به‌صورت پیش‌فرض: هر توضیحات شامل یک خط اعلامیه به همان زبان است و هر آپلود پرچم محتوای تغییر‌یافته یا مصنوعی YouTube را تنظیم می‌کند.
به‌روزرسانی شد: