StoryTeller - 多模态AI讲故事工具入门指南 - 基于Stable Diffusion、GPT和语音合成的创意神器

RayRay
StoryTeller人工智能多模态故事生成自然语言处理Github开源项目

StoryTeller简介

StoryTeller是一个多模态AI讲故事工具,结合了Stable Diffusion图像生成、GPT文本生成和神经网络语音合成(TTS)技术。它可以根据给定的开场白生成完整的故事情节,为每个句子生成配图,并配上语音朗读,最终生成一个包含音频和视觉效果的完整动画短片。

StoryTeller示例输出

安装方法

通过PyPI安装

StoryTeller可以通过PyPI安装,运行以下命令:

pip install storyteller-core

从源码安装

  1. 克隆仓库:
git clone https://github.com/jaketae/storyteller.git
cd storyteller
  1. 安装依赖

注意:对于Apple Silicon用户,需要先用Homebrew安装mecab:

brew install mecab
  1. (可选)安装开发依赖:
pip install -e .[dev]
pre-commit install

快速开始

使用命令行界面(CLI)是最快速运行演示的方法。基本用法如下:

storyteller

这将使用默认提示"Once upon a time, unicorns roamed the Earth"初始化故事。

您可以使用--writer_prompt参数自定义故事的开头,例如:

storyteller --writer_prompt "The ravenous cat, driven by an insatiable craving for tuna, devised a daring plan to break into the local fish market's coveted tuna reserve."

生成的最终视频将保存在/out/out.mp4目录中。

高级用法

使用CUDA加速

如果您有支持CUDA的机器,可以运行:

storyteller --writer_device cuda --painter_device cuda

Apple Silicon支持

对于Apple Silicon设备,可以运行:

storyteller --writer_device mps --painter_device mps

Python接口

StoryTeller也提供了Python接口,可以在Python代码中直接使用:

from storyteller import StoryTeller story_teller = StoryTeller.from_default() story_teller.generate(...)

总结

StoryTeller为创意写作和视频制作提供了一个强大而有趣的AI工具。无论您是想快速生成短视频,还是探索AI创意的可能性,StoryTeller都值得一试。欢迎访问StoryTeller GitHub仓库了解更多信息,并开始您的AI讲故事之旅!

编辑推荐精选

博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多