开源地址:https://github.com/disingn/cliptalk 支持:
由于没啥时间,就没写 web 界面,后续有时间会完成 web 界面,以及兼容 gpt4v 和更多的视频平台
ps:本人菜鸡,水平有限,大佬勿喷!
1
taxue67marx 353 天前
不错啊,写个小程序调用你写的接口,有空试试
|
2
simo 353 天前
赞一个
不过,抖音接口那个,bogus 一直固定就行? |
3
tool2d 353 天前
看了源代码,表示脑洞很大。新知识又增加了。
|
4
xyy003 OP @taxue67marx 好 写的比较水
|
7
unco020511 353 天前
star 了.视频转文本是啥意思,是指总结视频内容吗,还是指视频中语音识别自动添加字幕
|
8
xinyana 353 天前 via Android
@unco020511 看了源码,根据视频截图分析内容,非常好的思路!
|
9
xyy003 OP @unco020511 截取视频帧然后使用 gemini-pro-vision 进行识别分析内容,最后使用 gemini-pro 整理整个视频的内容
|
10
mjchow 353 天前
这个是截取了视频部分 jpeg 图片来进行分析,如果图片少的话是不是分析会不大准确? 不过确实是挺好的思路,厉害!
|
12
kylebing 353 天前
你头像是个什么玩意,看着挺有意思的。
|
16
dada88xyxy 352 天前
我一直想搞一个,用 ai 来读短视频,然后做一个网页,把短视频里面的文字抽出来,放在网页上面,页面的底部就可以跳转到原视频。痛点是解决搜索问题,很多时候其实视频里面有谈到我想要的关键词,但是无奈视频搜不精确,如果把视频的文字都抽出来,应该可以
|
17
xyy003 OP @dada88xyxy 把音频提取出来,然后转录。后面我写个对应的接口好了
|
18
Hozoy 352 天前
如果抽帧识别的话,感觉会不太准确,同类的通义听悟是先把视频转文字,再从文字提取信息总结。。我感觉两个结合起来效果会更好
|
21
fruitmonster 285 天前
现在失效了是么?
|