3.0.0 — کنترل مستقل زیرنویس و گوینده + سبکدهی زیرنویس با هوش مصنوعی + مجری دیجیتال + تولید تصویر
کنترل مستقل زیرنویس و گوینده + سبکدهی زیرنویس با هوش مصنوعی + مجری دیجیتال + تولید تصویر
چه چیز جدید است
ویژگیها و بهبودها
- کنترل مستقل زیرنویس و گوینده —
SubtitleConfigبه سطح همارزAudioConfigارتقا یافت، هرکدام کلیدenabledمستقل خود را دارد؛ چهار حالت ترکیب (گوینده+زیرنویس، فقط گوینده، فقط زیرنویس، بیصدا)؛ پارامتر جدیدsubtitle_enabledدر نقاط پایانی خلاقانه و دستنویس. - سبکدهی زیرنویس با هوش مصنوعی (حالت LLM) —
style_modeبا"fixed"(سبک سراسری) یا"llm"(موقعیت/رنگ/اندازه فونت هر زیرنویس توسط LLM تعیین میشود)؛style_hintsراهنمایی زبان طبیعی میپذیرد («خطوط کلیدی قرمز، خلاصهها زرد»)؛generate_subtitle_styles()همه زیرنویسها را در یک فراخوانی به LLM میفرستد و از طریق فایل جانبیsubtitle_styles.jsonرندر میکند. - نوع وظیفه مجری دیجیتال — مجری هوش مصنوعی از طریق t2i یا i2i (عکس مرجع بارگذاریشده کاربر)؛ دستنویس به پاراگرافهای ۵ تا ۱۲ ثانیهای تقسیم میشود و هرکدام کلیپ i2v منحصربهفرد با ژستها/حالات متفاوت تولید میکند؛ TTS یکپارچه + لایه زیرنویس بهینهسازیشده با LLM؛ صدا از مدل یا پس از الحاق؛
POST /api/tasks/anchor. - تولید تصویر ساده — برگه پنجم جدید؛
SimpleImageTaskسبک؛ پشتیبانی از پرامپت سیستمی؛GET /api/image/{id}برای دریافت نتایج. - پشتیبانی از پرامپت سیستمی — پرامپت سیستمی اختیاری برای وظایف ساده ویدیو و تصویر، که قبل از پرامپت نهایی اضافه میشود.
بازسازی و بهینهسازی
- تقسیم مراحل خط لوله —
_step_audio_subtitleدر خطوط لوله خلاقانه و دستنویس با_step_audio+_step_subtitleمستقل جایگزین شد. - بهبودهای رندر زیرنویس — نمایش چندخطی با همپوشانی ۰٫۳ ثانیهای، همپوشانی انتقالی ۰٫۸ ثانیهای، زمانبندی
extend-endدوگذره، محافظت از سرریز حاشیه امن، موقعیتدهی مناطق عمودی با LLM برای تنوع بصری.
رفع اشکالات
subprocess.runاکنونstdin=DEVNULLاضافه میکند و از گیرکردن فرآیندهای پسزمینه روی SIGTTIN جلوگیری میکند.SilentTTSEngine.generate()بهجایNoneیکdictخالی برمیگرداند و تولید SRT حالت فقط زیرنویس را اصلاح میکند.- خط زمانی SRT بر اساس مدت واقعی صدا است، نه مدت تخمینی ویدیو.
- هنگام شکست تولید تصویر، خطای مشخص (HTTP status + body + traceback) نمایش داده میشود.
- اصلاح دفاعی کدگذاری UTF-8 در خط لوله مجری دیجیتال؛ TTS ابتدا تولید میشود تا مدت واقعی صدا به دست آید.
درباره Agnes Video Generator
یک تولیدکننده ویدیوی هوش مصنوعی کاملاً رایگان و متنباز: متن را به ویدیوهای هوش مصنوعی چندصحنهای با روایت و زیرنویس تبدیل کنید.
- کاملاً رایگان و متنباز — بدون پرداخت، بدون GPU قدرتمند
- متن به ویدیو، تصویر به ویدیو، مجری دیجیتال و تولید تصویر
- مبتنی بر مدلهای رایگان Agnes AI، ویدیوها کاملاً در ابر تولید میشوند
- اجرا از طریق Web UI، Docker یا npm، پشتیبانی از میزبانی خود
صفحات مرتبط
یادداشتهای انتشار
تاریخچه نسخههای Agnes Video Generator: ویژگیهای جدید، بهبودها و رفع اشکالات در هر انتشار.
امتحان Demo آنلاین | Agnes Video
یک Prompt وارد کنید و فوراً ویدئو و تصویر هوش مصنوعی تولید کنید
API تبدیل متن به ویدئو — API رایگان تولید ویدئو با هوش مصنوعی، بدون کارت گرافیک | Agnes Video
فراخوانی برنامه ای مدل ویدیوی رایگان Agnes AI: پوشش کامل REST API ، از جمله پارامترهای درخواست ، احراز هویت حامل ، نظرسنجی وضعیت کار و نمونه های کد کامل (Python/cURL/HTTP) از متن به ویدیو ، تصویر به ویدیو ، تولید روایت و غیره. توسعه دهنده دوستانه ، صفر هزینه ، بدون نیاز به کارت گرافیک با کارایی بالا برای دسترسی.
چرا میتوانید به این محتوا اعتماد کنید
این مقاله توسط یک پزشک خط مقدم نوشته شده است. هنگام نوشتن ، من منابع دست اولی مانند مقالات arXiv ، گزارش های فنی سازنده و شاخص هوش مصنوعی استنفورد را بررسی کردم و بر اساس نتیجه گیری ذهنی نبودم.
SandGrid@lcy362
نویسنده Agnes Video Generator · توسعهدهنده فولاستک
توسعه دهنده مستقل و نویسنده ابزار تولید ویدیوی هوش مصنوعی منبع باز Agnes Video Generator. این پروژه مبتنی بر مدل ویدیویی کاملاً رایگان Agnes AI است و پروتکل MIT منبع باز است. این پروژه به 1000 خالق کمک کرده است تا ویدیوهای هوش مصنوعی را با هزینه صفر تولید کنند. من مدتهاست که به مهندسی و محبوبیت مدلهای تولید ویدئو توجه کردهام و محتوای مقاله از تمرین خط مقدم و تحقیقات دست اول میآید.
مشاهده در GitHubآخرین بهروزرسانی：2026-08-21
آماده شروع خلاقیت هستید؟
«اجازه دهید هوش مصنوعی در سطح جهانی متعلق به همه باشد.» – بروس یانگ کاملاً رایگان ، بدون کارت اعتباری یا کارت گرافیک با کارایی بالا ، اولین ویدیوی هوش مصنوعی خود را با هزینه صفر بسازید. آیا می خواهید از مدل ویدیویی رایگان Agnes AI استفاده کنید ؟ فقط از اینجا شروع کن
مخزن GitHub را کلون کنید و در ۲ دقیقه راهاندازی کنید