4.6.0 — نوع وظیفه ویدیوی شعر + بازسازی خط لوله چندصحنه

نوع وظیفه ویدیوی شعر + بازسازی خط لوله چندصحنه

فرعیمنتشر شده در ۲۱ تیر ۱۴۰۵مشاهده در GitHub

چه چیز جدید است

ویژگی‌ها و بهبودها

  • نوع وظیفه ویدیوی شعر — جدید POST /api/tasks/poetry: LLM شعر را به صحنه‌ها تقسیم می‌کند (قالب «سطر اصلی | توصیف بصری»)، هر سطر با روایت TTS خوانده می‌شود، صحنه‌ها به‌صورت کلیپ t2v تولید می‌شوند و زیرنویس‌ها با روایت هم‌زمان‌سازی شده و به هم متصل می‌شوند.
  • پیکربندی صحنه شعر هماهنگ با ویدیوی خلاقانه — مدل مدت هر صحنه و حالت استخراج مدت؛ گزینه‌های تعداد صحنه / واترمارک / سرعت روایت.
  • تولید شعر دو مرحله‌ای — صحنه‌ها به‌صورت دسته‌ای ارسال و به‌صورت موازی منتظر می‌شوند تا سریع‌تر تکمیل شوند.

بازسازی و بهینه‌سازی

  • کلاس پایه MultiScenePipeline — خطوط لوله ویدیوی بلند خلاقانه/دست‌نویس/مجری/شعر اکنون یک کلاس پایه روش قالب مشترک دارند (build_scenes → build_reference_images → generate_videos → audio+subtitle → composite)، حذف منطق تکراری هر خط لوله.
  • تولید شعر از تولیدکننده پایه استفاده مجدد می‌کند — تولید ویدیو به MultiScenePipeline._generate_videos منتقل شد.

رفع اشکالات

  • قطع صوتی TTS هر صحنه در ویدیوهای شعر (فقط نیمه اول شنیده می‌شود).
  • از سرگیری از final_clip.mp4 قدیمی بدون تراک صوتی استفاده می‌کرد.
  • نشانگر مرحله پیشرفت شعر نمایش داده نمی‌شد.
  • switchTaskType آکولاد بسته نداشت و کل JS صفحه غیرفعال شد.

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

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.

S

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 GitHub

آخرین به‌روزرسانی2026-08-21

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