[AI相关]生成视频-第一个项目，20k星开源MoneyPrinterTurbo

还是之前文章介绍过地几个工具之一

[AI相关]各平台AI使用对比，包含大模型学习，生成视频等-CSDN博客

问问AI其结构，框架等，虽然不太完全对，但真地DeepSeek已经回答得很好了：

重点关注就两个类

• video_engine和（实际上是video.py)
• ai_generation(ai.py)

下面这个图，AI-DeepSeek直接给出得的是目录名，这就肯定不可能对的了，软件是不停迭代的，肯定会改名，也会在半年，一年内大幅度更新，目录名肯定不会“正确的”；但是整体框架（AI对框架的理解是非常好的，对我问的问题的立即也是非常好，这就。。。。。。。。非常恐怖了）

video.py

task.py 合成视频

# task.py
def generate_final_videos(
        task_id, params, downloaded_videos, audio_file, subtitle_path
):
    final_video_paths = []
    combined_video_paths = []
    video_concat_mode = (
        params.video_concat_mode if params.video_count == 1 else VideoConcatMode.random
    )

    _progress = 50
    for i in range(params.video_count):
        index = i + 1
        combined_video_path = path.join(
            utils.task_dir(task_id), f"combined-{index}.mp4"
        )
        logger.info(f"\n\n## combining video: {index} => {combined_video_path}")
        video.combine_videos(
            combined_video_path=combined_video_path,
            video_paths=downloaded_videos,
            audio_file=audio_file,
            video_aspect=params.video_aspect,
            video_concat_mode=video_concat_mode,
            max_clip_duration=params.video_clip_duration,
            threads=params.n_threads,
        )

最终还是回到 video.py

video.py 生成视频

def preprocess_video(materials: List[MaterialInfo], clip_duration=4):
    for material in materials:
        if not material.url:
            continue

        ext = utils.parse_extension(material.url)
        try:
            clip = VideoFileClip(material.url)
        except Exception:
            clip = ImageClip(material.url)

        width = clip.size[0]
        height = clip.size[1]
        if width < 480 or height < 480:
            logger.warning(f"video is too small, width: {width}, height: {height}")
            continue

python fileClip库

material.py

def download_videos(
    task_id: str,
    search_terms: List[str],
    source: str = "pexels",
    video_aspect: VideoAspect = VideoAspect.portrait,
    video_contact_mode: VideoConcatMode = VideoConcatMode.random,
    audio_duration: float = 0.0,
    max_clip_duration: int = 5,
) -> List[str]:
    valid_video_items = []
    valid_video_urls = []
    found_duration = 0.0
    search_videos = search_videos_pexels
    if source == "pixabay":
        search_videos = search_videos_pixabay

    for search_term in search_terms:
        video_items = search_videos(
            search_term=search_term,
            minimum_duration=max_clip_duration,
            video_aspect=video_aspect,
        )
        logger.info(f"found {len(video_items)} videos for '{search_term}'")

        for item in video_items:
            if item.url not in valid_video_urls:
                valid_video_items.append(item)
                valid_video_urls.append(item.url)
                found_duration += item.duration

    logger.info(
        f"found total videos: {len(valid_video_items)}, required duration: {audio_duration} seconds, found duration: {found_duration} seconds"
    )

logger 打印输出 

ai

《AI识别文字，视频稿部分》没写完

缺点?

基本上只是利用了pelex 等网站的视频搜索功能

（可以想象，是很传统的，标签tag管理，设置都没有什么多属性，多维度等科学的数据管理的）

然后，把搜索到的视频，胡乱拼凑

甚至都没有一点视频分析，视频AI自动生成地过程

整个项目地结构就是

（优点就是很简单，我这个0基础地门外汉，2个小时就把这个项目框架看透了）

1.基础框架steamlts

2.加上一点点功能，如互联网搜索，加上视频合成

3.最后辅佐上，最新人工智能AI-API地计息

4.当然，最后Python是一个很好的胶水作用，把各个功能有机地粘连在一起了