2024-11-09 10:00:00
下面两个项目是近期新的DaVinci Resolve AI脚本,某种程度上缩小了这类软件在AI市场的差距,也让剪辑师开始重新审视DaVinci Resolve
官网:https://tom-moroney.com/auto-subs/#how-it-works
GitHub:https://github.com/tmoroney/auto-subs
使用 OpenAI Whisper
和 Stable-TS
自动转录您的编辑时间线,以实现极高的准确性。
在几分钟内生成精确的字幕,从而在视频制作工作流程中节省宝贵的时间。
使用可自定义的颜色、动画和样式效果设计独特的字幕。
支持 50+ 种语言的转录,并可选择将字幕翻译成英文。
从各种 AI 转录模型中进行选择,平衡速度和准确性。
在短短几分钟内生成准确的字幕并将其添加到编辑时间线中。
轻松进行编辑并导出带有专业品质字幕的视频。
详细教程请查阅git仓库
单击 Resolve 顶部菜单栏中的 ,然后从列表中选择。Workspace``Scripts``auto-subs
1 |
Workspace -> Scripts -> auto-subs |
将 添加到 时间轴,根据您的喜好对其进行自定义,然后将其拖动到 .这将用作字幕的模板。Text+``Media Pool
使用键盘上的 和 键标记要字幕的区域的开头(“In”)和结尾(“Out”)。I``O
单击 **“Generate Subtitles”(生成字幕)
**以转录所选的时间轴区域。
Python 3.8 - 3.12
OpenAI Whisper
FFMPEG
(由 Whisper 用于音频处理)Stable-TS
(改善字幕)auto-subs.py
到 Fusion Scripts 文件夹。下载 auto-subs.py
文件并将其添加到以下目录之一:
%PROGRAMDATA%\Blackmagic Design\DaVinci Resolve\Fusion\Scripts
%APPDATA%\Blackmagic Design\DaVinci Resolve\Support\Fusion\Scripts
/Library/Application Support/Blackmagic Design/DaVinci Resolve/Fusion/Scripts/Utility
/Users/<UserName>/Library/Application Support/Blackmagic Design/DaVinci Resolve/Fusion/Scripts/Utility
/opt/resolve/Fusion/Scripts/Utility``/home/resolve/Fusion/Scripts/Utility
$HOME/.local/share/DaVinciResolve/Fusion/Scripts/Utility
注意
此版本已删除音频转录。这意味着设置较少,但需要字幕 (SRT) 文件作为输入。如果您已经有转录视频的方法(例如 Davinci Resolve Studio 的内置字幕功能或 CapCut 字幕),并且您只想要具有自定义主题的字幕,请使用此选项。
安装任何版本的 Python(安装过程中打勾)"Add python.exe to PATH"
下载 并将其放在 Fusion Scripts 文件夹的文件夹中。Utility
1 |
...\Blackmagic Design\DaVinci Resolve\Fusion\Scripts\Utility |
Python 3.8 - 3.12
OpenAI Whisper
FFMPEG
(由 Whisper 用于音频处理)Stable-TS
(改善字幕)auto-subs.py
到 Fusion Scripts 文件夹。Github:https://github.com/minghe36/vinci-subtitle-man?tab=readme-ov-file
本插件依赖 stable-ts 库,请确保安装成功,否则无法使用。 stable-ts 是对 open ai 的 whisper 库的优化封装,依赖于 whisper.
安装方法:
安装 FFmpeg 依赖库
1 |
# on Ubuntu or Debian |
安装 PyTorch
1 |
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 |
安装 stable-ts
1 |
pip install -U git+https://github.com/jianfch/stable-ts.git |
你可以自己在 dify 中配置纠错优化的大模型逻辑,dify 的使用请看我的系列教程:浩叔的dify+cursor课程
如果你嫌麻烦,可以先临时使用我的 API key:app-zZ6K9xI0jC4e3zHa6XiKKcjZ,我用的是暂时免费的Grok模型,优化效果很不错,关键支持长文优化。
(该 API key 不保证长期有效)
基于文稿优化,确保文稿链接是公开可访问的。
2024-10-29 10:00:00
Replicate 只需几行代码即可在云中轻松运行数千个开源模型。使用现有的公共模型是一个很好的开始方式,但您也可以构建和部署自己的自定义模型。
使用自定义模型和部署,您可以:
指南:https://replicate.com/docs/
您不仅限于 Replicate 上的模型:您可以 使用 Cog(我们用于打包机器学习的开源工具)部署您自己的自定义模型 模型。
Cog 负责生成 API 服务器并部署 它在云中的一个大集群上。我们扩大和缩小规模 来处理需求,并且您只需为计算 你用
2024-10-29 10:00:00
介绍
下面介绍的站点已收录在导航站,可前往导航站极客下载一栏中找到,本次仅带来汇总,如果你还了解其它站点,欢迎投稿
安卓端安装这类应用没有过多限制,但一些设备对于个别软件会要求你获取root权限是需要注意的,其中第三方安卓应用商店为正版应用,但会收录一些mod app
安装IPA不会科普过多,你需要了解的是可通过越狱巨魔安装或使用自签名工具签名安装,也可通过https://sidestore.io安装使用
2024-10-29 10:00:00
介绍
kamal类似于Fly.io,可提供零停机时间部署、滚动重启、资产桥接、远程构建、附件服务管理,以及使用 Docker 在生产环境中部署和管理 Web 应用程序所需的一切,不同的是kamal你需要有 Ruby 环境,可以是本地机器也可以是云服务器。然后kamal会自动构建及部署运行
以下来自官方指南
如果您有可用的 Ruby 环境,则可以使用以下方法全局安装 Kamal:
1 |
gem install kamal |
否则,您可以通过别名运行 dockerized 版本(将此别名添加到您的 ,或类似内容以简化重用)。~/.bashrc``~/.zshrc
在 macOS 上,使用:
1 |
alias kamal='docker run -it --rm -v "${PWD}:/workdir" -v "/run/host-services/ssh-auth.sock:/run/host-services/ssh-auth.sock" -e SSH_AUTH_SOCK="/run/host-services/ssh-auth.sock" -v /var/run/docker.sock:/var/run/docker.sock ghcr.io/basecamp/kamal:latest' |
在 Linux 上,使用:
1 |
alias kamal='docker run -it --rm -v "${PWD}:/workdir" -v "${SSH_AUTH_SOCK}:/ssh-agent" -v /var/run/docker.sock:/var/run/docker.sock -e "SSH_AUTH_SOCK=/ssh-agent" ghcr.io/basecamp/kamal:latest' |
然后,在您的 app 目录中,运行 .现在编辑新文件 .它可能看起来很简单:kamal init``config/deploy.yml
1 |
service: hey |
在您的环境中设置并编辑您的文件以读取它(以及使用 Rails 应用程序进行生产)。KAMAL_REGISTRY_PASSWORD``.kamal/secrets``RAILS_MASTER_KEY
1 |
KAMAL_REGISTRY_PASSWORD=$KAMAL_REGISTRY_PASSWORD |
现在,您已准备好部署到服务器:
1 |
kamal setup |
这将:
200 OK``GET /up
现在,所有服务器都在端口 80 上为应用程序提供服务。如果您只运行单个服务器,则已准备就绪。如果您运行多个服务器,则需要在它们前面放置一个负载均衡器。对于后续部署,或者如果您的服务器已经安装了 Docker,您可以只运行 .kamal deploy
其它说明请前往官方查看
2024-10-21 10:00:00
介绍
注册使用:https://cephalon.cloud/#/share/register-landing?id=dKoStZ