MoneyPrinterPlus:AI 自动短视频生成工具 - 微软云配置详解
![MoneyPrinterPlus:AI自动短视频生成工具-微软云配置详解](https://static001.geekbang.org/infoq/0c/0c493e009cd1be7dca13f248ea7562a5.png)
MoneyPrinterPlus 可以使用大模型自动生成短视频,我们可以借助 Azure 提供的语音服务来实现语音合成和语音识别的功能。
Azure 的语音服务应该是我用过的效果最好的服务了,微软还得是微软。
很多小伙伴可能不知道应该如何配置,这里给大家提供一个详细的 Azure 语音服务的配置教程。
项目已开源,代码地址:https://github.com/ddean2009/MoneyPrinterPlus
Azure 的具体配置
因为 Azure 的注册需要用到 VISA,所以阻止了很多想要进一步探索的小伙伴。
其实,MoneyPrinterPlus 也是支持国内的云厂商,比如阿里云和腾讯云。所以,如果注册 Azure 有困难的小伙伴,可以参考我的另外两篇使用阿里云和腾讯云的介绍文章。
这里 Azure 为例,来讲解如何进行 Azure 语音的配置。
获取 Azure 的 Speech Key 和 Service Region
首先我们到 Azure 的官网上去注册一个账号,怎么注册这里就不讲了,反正很简单,注册成功还可以免费使用一年的微软云服务,非常的棒。
有了账号,并且登录账号之后,在搜索框输入语音服务:
![](https://static001.geekbang.org/infoq/4c/4ce2033a9af5ac08d9a745cc3998b59e.png)
点击下面的语音服务,进入到 Azure 的语音服务页面。
![](https://static001.geekbang.org/infoq/c9/c9aaa39d02be745e932db2ea23f004bf.png)
到语音服务这里,点击创建按钮,会进入创建语音服务页面:
![](https://static001.geekbang.org/infoq/51/512d0121d6a05cc23de1b2329e015196.png)
填上必须的内容。点击审阅并创建,就可以创建好 Azure 的服务了。
记住你的密钥和 region:
![](https://static001.geekbang.org/infoq/c7/c7aa436308e8160c03ecc7e249171ce2.png)
在 MoneyPrinterPlus 中配置
启动我们的项目,在 web 页面点击最左边的基础配置,找到右边的配置音频库信息,选择 Tencent。
填入我们之前保存的密钥和 region。
回车后,这样我们的配置就保存了。
![](https://static001.geekbang.org/infoq/7e/7e397a1609e1105424602bcd084dc387.png)
其他的配置
资源库
资源库指的是我们从哪里获取视频或者图片信息,这里目前提供了两个资源提供方,分别是 pexels 和 pixabay。
大家任意选择一个即可。
以 pexels 为例,我们登入 pexels 官网 https://www.pexels.com/zh-cn/ ,注册一个账号。
在图片和视频 API 里面,可以查看自己的 api 密钥。
![](https://static001.geekbang.org/infoq/bb/bb1377b3c06f0061a4189ea6c57d6310.png)
查看自己的 API 密钥:
![](https://static001.geekbang.org/infoq/f8/f83eabb27d00c03b5cddbeb104e60a29.png)
把这个 API 密钥记下来,拷贝到 MoneyPrinterPlus 的配置即可。
![image-20240620170029227](/Users/wayne/Library/Application Support/typora-user-images/image-20240620170029227.png)
大模型配置
目前支持 Moonshot,openAI,Azure openAI,Baidu Qianfan, Baichuan,Tongyi Qwen, DeepSeek 这些。
国内要用的话推荐 Moonshot(最近发现 moonshot 不太稳定,大家可以考虑 Baichuan 或者 DeepSeek)。
同样的到 Moonshot 开发者平台上注册一个 key:https://platform.moonshot.cn/ 填入对应的配置即可。
![](https://static001.geekbang.org/infoq/8f/8f3d42d526f1f6655de88bed906052c3.png)
AI 短视频生成
有了基础配置之后,就可以点击左边的 AI 视频进入 AI 视频生成页面。
LLM 视频文案生成
在视频主题区输入你需要生成的视频主题,然后点击生成视频文案。
程序会自动使用大模型生成对应的视频文案和视频文案关键字:
![](https://static001.geekbang.org/infoq/e4/e4cabfae5eab1cfe48632c177e5a1f14.png)
如果你对视频文案或者关键字不满意,可以手动进行修改。
视频配音区
在视频配音区可以选择配音语言和对应的配音语言,目前支持 100+配音语言。
还可以选择不同的配音语速,以支持不同使用场景。
![](https://static001.geekbang.org/infoq/9c/9c255a78f212cf4e73112cfd214cd1ea.png)
如果你对配音不太确定,可以点击试听声音试听对应的配音语音。
背景音乐
背景音乐放在项目下的 bgmusic 目录下面,你可以自行添加背景音乐文件到该文件夹下面。
![](https://static001.geekbang.org/infoq/3b/3bc1f62b0a59d5aac2d35601aaf447fb.png)
可以选择是否开启背景音乐,和默认的背景音乐音量。
视频配置区
视频配置区可以选择视频布局:竖屏,横屏或者方形。
可以选择视频帧率,视频的尺寸。
还可以选择每个视频片段的最小长度和最大长度。
最最重要的,还可以开启视频转场特效。目前支持 30+视频转场特效。
![](https://static001.geekbang.org/infoq/8a/8a148c57a95a9590d39e001d1203bb9c.png)
字幕配置
如果你需要字幕,那么可以点击开启字幕选项,可以设置字幕字体,字幕字体的大小和字幕颜色等。
如果你不知道怎么设置,选择默认即可。
![](https://static001.geekbang.org/infoq/4d/4ddbfe981d94dd1de2cc6b22be4ca4d3.png)
最后的视频生成
最后点击生成视频按钮即可生成视频。
页面会有相应的进度提醒。
![](https://static001.geekbang.org/infoq/0e/0e8b73b0cb86e2d5958892babad5a207.png)
最后生成的视频会展示在页面最下面,大家可以自行播放。
版权声明: 本文为 InfoQ 作者【程序那些事】的原创文章。
原文链接:【http://xie.infoq.cn/article/9c3f5d4aacc79def20440a808】。文章转载请联系作者。
评论