Studio
Кратки видеа и 24/7 канал во живо, со сценарио и рендерирање на вашиот GPU.
- Linux
- NVIDIA GPU
- Local LLM
- YouTube API
Што прави
Studio претвора тема во завршен краткометражен видео на вашата сопствена машина: вашиот локален модел ги пишува сцените, вашиот модел за слики црта слика за секоја (или Studio поставува чисти насловни карти), глас ги чита, камерата се движи, титловите ја следат говорот, и една ffmpeg рендирање го создава резултатот. Пакува секое видео на јазиците на кои објавувате, ги прикачува на YouTube со темпо кое го поставувате, и може да одржува 24/7 жив канал во етер од она што го создал.
- Проверка помеѓу секоја фаза. Кадр во кој вашиот визуелен модел наоѓа текст, воден печат или деформирана рака се црта повторно пред да чини време за рендирање; тивок или неверојатно брз гласовен запис се повторува; видео со погрешна должина или јачина на звукот никогаш не стигнува до издавачот.
- Слики и гласови кои ги избирате. Вашиот ComfyUI workflow или било кој OpenAI-compatible сервер за слики, или насловни карти без модел за слики воопшто. Kokoro или Piper на CPU, или сервер за говор.
- Рендирање што изгледа создадено, а не составено. Плавни зумирања, панорамирања и нагиби, прекумерно семплирани за бавните движења да лизгаат, титлови во кратки делови синхронизирани со говорот, опционална музичка подлога која се придушува под говорот, -14 LUFS, NVENC на GPU или libx264 на CPU.
- Пакување на секој јазик. Наслови, описи и хаштагови по јазик во границите на YouTube, линија за откривање на AI, вашето подножје, сличица, SRT датотека и подготвен титл за платформи на кои објавувате рачно.
- YouTube преку официјалниот API. Едно видео по слот во локални времиња кои ги избирате, дневен лимит, закажано објавување, преводи како локализации, поставено ознака за синтетичка содржина, и квотата на Google се брои пред секое повикување.
- Во живо, околу часовникот. Завршени видеа во ротација во YouTube Live од една долга врска: нови видеа се придружуваат без повторно поврзување, watchdog го рестартира енкодерот, и клучот за стрим е маскиран во секој лог.
Што има внатре
Пайплајнот
Сценарио, слики, глас, титлови, рендирање, проверки и пакување, секоја фаза е тајмирана во job датотека.
Редот
Теми кои ги додавате или што вашиот модел ги предлага за вашата ниша; речиси идентични копии на претходни теми се одбиваат.
Издавачот
YouTube согласност, продолжливи прикачувања, слотови, локализации, слички и квота.
Живиот канал
24/7 RTMP стрим со копии подготвени за живо, ротација, watchdog и standby картичка.
Барања
- Linux со systemd, Python 3.10 или понова верзија и ffmpeg; NVIDIA GPU со NVENC рендерира побрзо, но работи и со CPU.
- Сервер за OpenAI-компатибилен модел за скриптите. За слики, ComfyUI или сервер за слики, или ништо за насловни картички.
- За YouTube, сопствен Google Cloud проект со овозможена Data API.
Добро е да се знае
- Тежините на моделите, гласовите и музиката не се вклучени; документацијата вели каде да се најде секој, под сопствена лиценца, а некои лиценци го ограничуваат комерцијалното користење.
- Платформите ги отстрануваат каналите кои објавуваат репетитивна, масовно произведена содржина, а фактите доаѓаат од јазичен модел. Стандардните поставки објавуваат едно видео дневно и ги отфрлаат речиси идентичните копии; она што го објавувате е ваша одговорност.
Прашања
Дали објавува и на TikTok и Instagram?
Не. Studio прикачува на YouTube преку YouTube Data API. За TikTok, Instagram и останатите, секоја папка со видео ја содржи датотеката, сликата-преглед и подготвен опис со хаштагови на секој јазик, за вас или за распоредувач кој веќе го користите.
Колку време трае едно видео?
На нашата машина 3 до 4 минути за вертикално видео од 20 до 30 секунди спакувано на три јазици, речиси сè е моделот за пишување; гласот и рендерирањето одземаа помалку од 20 секунди секој. Studio го бележи времето на секоја фаза, па гледате каде одат минутите на вашиот хардвер.
Дали е потребен GPU?
Не. Насловните картички, гласовите Kokoro или Piper и кодирањето со libx264 сите работат на CPU; GPU ги прави брзи моделот за слики и кодирањето. Ако NVENC не може да стартува, на пример затоа што моделите ја пополнуваат меморијата на GPU, Studio сам префрлува на libx264.
Дали употребата на AI е објавена?
Да, стандардно: секој опис носи линија за објавување на неговиот јазик, и секое прикачување го поставува ознаката на YouTube за изменета или синтетичка содржина.
Ажурирано: