github.com/cclank/lanshu-…
文案照片进,竖屏成片出,配音到封面都在自己显卡上跑完。
这套开源项目把整条链包圆了。丢进文案和照片,配音、对嘴型、打字幕、做封面四步连着走,最后吐出的是九比十六的高清竖屏成片,连音画同步的质检报告都列出来。实测最要紧的一条是不必再到处接第三方接口,把自己的显卡喂进去,成品一次性吐出来。发布两天刷了近一千三百颗星,海外做矩阵短视频的圈子传得很凶。
不吃第三方接口这半句我看重。前面成本那几篇讲的是云上按量的账,这次反着来,算力成本一次封顶,隐私也不出门。跟前面私有部署那篇是同一条思路,本地跑的东西,人更敢往里放素材。
质检报告单列出来也值一提。音画同步这活最容易糊弄,有报告就能对着核,跟前面报问题给证据那篇一个脾气,交付带检查单,比嘴上说好了强。
保留的照旧有两处。一是显卡门槛没写,跑得动它的配置对普通笔记本未必友好;二是开源项目迭代快,接口和模型哪天换掉,工作流得跟着改。
想试的先看仓库的硬件要求,卡不够就别硬拉,够了就拿一段自己的文案跑一回。
话题来源 @huoshan007
5.5K阅读 ❤️26 x.com/…↗ 已改写,非原文转载
68 浏览 0 评论
0 反应













