程序员茄子
全部
编程
代码
资讯
案例
综合
联系我们
AI,自己全程接管维护
php
mysql
shell
go
vue
css
api接口对接
支付接口对接
最新
最热
视频转录别急着跑 Whisper:AI-Video-Transcriber 的字幕优先思路与部署
编程
视频转录别急着跑 Whisper:AI-Video-Transcriber 的字幕优先思路与部署
2026-08-27 17:11:20
view 6
AI-Video-Transcriber 是 Python 写的开源视频/播客转录工具,核心取舍是字幕优先:有原生字幕的平台直接提取文本,Whisper 只兜底,YouTube 类任务从分钟级降到秒级。文章拆解它的架构决策、三种部署方式、CLI/MCP 用法,以及无字幕源、数据合规等不适用场景。
开源工具
视频转录
Whisper
字幕
Docker
CLI
ffmpeg安装报错Unknown encoder 'libmp3lame'
编程
ffmpeg安装报错Unknown encoder 'libmp3lame'
2024-11-19 06:55:32
view 2030
在使用ffmpeg将.m4a文件转换为.mp3文件时,遇到Unknownencoder'libmp3lame'的错误。经过多种尝试,最终通过下载静态编译版本的FFmpeg成功解决了问题。提供了四种解决方案,包括通过PPA安装、源代码编译、下载静态版本和安装额外编码器库。推荐使用静态编译版本以避免依赖冲突。
音频转换
软件安装
编程
技术支持
VibeVoice 深度实战:当微软用 60 分钟长音频打破语音 AI 的「时长诅咒」——从实时语音合成到 Hugging Face 生态集成的生产级完全指南(2026)
编程
VibeVoice 深度实战:当微软用 60 分钟长音频打破语音 AI 的「时长诅咒」——从实时语音合成到 Hugging Face 生态集成的生产级完全指南(2026)
2026-06-17 00:25:12
view 519
2026年5月,微软开源VibeVoice——一个支持60分钟长音频转录和实时语音合成的前沿语音AI模型。本文深入剖析架构原理、安装部署、API使用、性能优化及Hugging Face生态集成。
VibeVoice
语音AI
微软
语音合成
语音转录
HuggingFace
长音频处理
Meetily 深度解析:16K Stars 的 Rust 隐私优先 AI 会议助手如何用 Parakeet/Whisper 实时转录 + Ollama 本地摘要让企业会议数据永远不出设备——从 Tauri 架构到生产级部署的完整实战指南
编程
Meetily 深度解析:16K Stars 的 Rust 隐私优先 AI 会议助手如何用 Parakeet/Whisper 实时转录 + Ollama 本地摘要让企业会议数据永远不出设备——从 Tauri 架构到生产级部署的完整实战指南
2026-07-07 05:42:52
view 415
深度解析GitHub 16K+ Stars的Meetily隐私优先AI会议助手:基于Rust+Tauri架构,集成Whisper/Parakeet双引擎实时转录、说话人分离、Ollama本地LLM摘要生成。100%本地处理,数据永远不出设备。从架构原理到生产级部署实战,含完整代码示例与竞品对比分析。
Meetily
Rust
隐私优先
AI会议助手
语音转录
Whisper
Parakeet
Ollama
Tauri
开源
Papacito OS:本地转录+图片OCR+搜索,开源AI第二大脑有点实用
编程
Papacito OS:本地转录+图片OCR+搜索,开源AI第二大脑有点实用
2026-06-20 13:43:05
view 479
Papacito OS 是一个本地优先的个人知识系统,基于 whisper.cpp 本地语音转文字 + Tesseract 图片 OCR + SQLite 关键词搜索。100% Local,适合会议录音、截图、白板、零散笔记整理。
AI
第二大脑
本地优先
知识管理
转录
OCR
语音转文字
开源
Next.js
whisper.cpp
Tesseract
本地优先的 AI 会议助手工程实战:从实时流式 ASR 到零云端 LLM 摘要全链路拆解
编程
本地优先的 AI 会议助手工程实战:从实时流式 ASR 到零云端 LLM 摘要全链路拆解
2026-07-10 04:42:09
view 286
以 GitHub Trending 榜首 Meetily 为引,从零手搓本地优先的 AI 会议助手:麦克风采集、Silero VAD 切句、faster-whisper 流式转写、pyannote 说话人分离、Ollama 本地 LLM 摘要,含可运行代码与量化/延迟/内存优化。
本地AI
会议助手
语音识别
Whisper
Ollama
隐私计算
实时转录
DeepSeek+Runway联合工作流:1小时出4K电影级短片,手把手保姆级教程
编程
DeepSeek+Runway联合工作流:1小时出4K电影级短片,手把手保姆级教程
2026-04-29 12:18:40
view 971
DeepSeek写分镜脚本+Runway生图生视频,1小时完成从想法到4K电影级成片的完整工作流。无需拍摄、无需演员、不用专业剪辑,手把手保姆级教程含避坑指南和3个爆款模板。
AI视频
DeepSeek
Runway
4K视频
分镜脚本
短视频创作
AI工作流
AIGC
影视制作
万字深度解析 MoneyPrinterTurbo:当 LLM 遇见视频自动化——从 5 步 Pipeline 到 100+ 模型接入的生产级实战(2026)
编程
万字深度解析 MoneyPrinterTurbo:当 LLM 遇见视频自动化——从 5 步 Pipeline 到 100+ 模型接入的生产级实战(2026)
2026-07-01 10:45:38
view 434
深度解析MoneyPrinterTurbo开源项目:AI全自动短视频生成框架,涵盖5步Pipeline、100+LLM模型接入、9种TTS方案、FFmpeg视频合成与性能优化实战(2026)
MoneyPrinterTurbo
AI视频
LLM
视频自动化
短视频
开源项目
Python
FFmpeg
TTS
LiteLLM
OpenMontage:首个开源智能体驱动视频生产系统,5.5K+ Star,一条指令从想法到成片
编程
OpenMontage:首个开源智能体驱动视频生产系统,5.5K+ Star,一条指令从想法到成片
2026-06-18 17:08:31
view 581
OpenMontage是首个开源的智能体驱动视频生产系统,5.5K+ Star。一条自然语言指令自动完成研究/脚本/配音/配乐/剪辑/渲染,基于Archive.org/NASA/Wikimedia真实素材,支持Remotion+HyperFrames多渲染引擎,无密钥也可运行。
OpenMontage
AI视频
智能视频生产
开源
Agentic
Remotion
视频剪辑
AIGC
多渲染引擎
OpenMontage深度实战:全球首个开源Agent视频制作系统——把AI编码助手变成视频工作室(2026指南)
编程
OpenMontage深度实战:全球首个开源Agent视频制作系统——把AI编码助手变成视频工作室(2026指南)
2026-06-26 09:24:26
view 864
2026年6月GitHub Trending第一的OpenMontage。12条流水线、52种工具、500+技能,把AI编码助手变成完整视频工作室。深度解析架构、实战案例、成本优化。
OpenMontage
Agent视频制作
AI视频
视频制作系统
Remotion
FLUX
HeyGen开源HyperFrames:用HTML写视频,Claude Code的第二条腿
案例
HeyGen开源HyperFrames:用HTML写视频,Claude Code的第二条腿
2026-05-05 19:08:55
view 720
HeyGen开源HyperFrames:用HTML+CSS+GSAP写视频并渲染成MP4,54.9万播放背后的技术解析,video-use解决素材剪辑,两头夹击传统剪辑软件GUI
AI视频
HeyGen
HyperFrames
Claude Code
视频生成
GSAP
HTML视频
MiniMax H3 深度拆解:全模态生成模型的「统一理解」革命——当 AI 学会像导演一样「看画面、听声音、读脚本」后,2K 视频创作的底层逻辑被彻底重写
编程
MiniMax H3 深度拆解:全模态生成模型的「统一理解」革命——当 AI 学会像导演一样「看画面、听声音、读脚本」后,2K 视频创作的底层逻辑被彻底重写
2026-08-03 07:12:16
view 485
深度拆解MiniMax H3全模态生成模型三大核心架构:Contextual Omni Representation统一表征、H3-VAE音视频联合编码、H3-Omni Transformer理解-生成异构训练,附完整代码示例、API实战与性能对比分析
MiniMax
H3
全模态
视频生成
MoE
VAE
2K视频
V2V Motion Transfer
AI视频
多模态
Remotion 深度拆解:当 React 决定「吞噬」视频制作——从 DOM 即胶片到逐帧截图的范式革命,一个 30K Star 框架如何让程序员用代码造视频
编程
Remotion 深度拆解:当 React 决定「吞噬」视频制作——从 DOM 即胶片到逐帧截图的范式革命,一个 30K Star 框架如何让程序员用代码造视频
2026-08-03 13:43:51
view 253
深度拆解Remotion四大核心架构:时间帧驱动模型、React渲染引擎、逐帧截图管线、Lambda分布式渲染,附完整数据可视化视频代码示例与性能优化实战指南
Remotion
React
视频生成
程序化视频
TypeScript
FFmpeg
Lambda
前端开发
视频制作
开源
Codex剪辑Skills:一句话剪视频,Agent自动化口播成片全流程
编程
Codex剪辑Skills:一句话剪视频,Agent自动化口播成片全流程
2026-06-22 08:00:14
view 1219
chengfeng-videocut-skills是2000+Star开源剪辑Skill包,接入Codex/Claude Code后五步完成口播成片:剪口播→分镜→修改→预览→合成MP4。基于rough.js手绘动画+HyperFrames HTML渲染,免费开源。
视频剪辑
Codex
Agent
开源
口播视频
自动化
HyperFrames
HTML动画
rough.js
OpenMontage 深度实战:当 AI 编程助手变成视频工作室——从 Agent-First 架构到零成本生产管线、从 52+ 工具到 500+ Agent Skills 的开源视频生产完全指南(2026)
编程
OpenMontage 深度实战:当 AI 编程助手变成视频工作室——从 Agent-First 架构到零成本生产管线、从 52+ 工具到 500+ Agent Skills 的开源视频生产完全指南(2026)
2026-06-22 16:54:28
view 879
深入剖析 OpenMontage 开源 Agentic 视频生产系统的架构设计、工具体系、12条生产管线、零成本路径和跨平台兼容性
OpenMontage
AI视频
开源项目
Agent
视频制作
Remotion
HyperFrames
MoneyPrinterTurbo 深度实战:用 AI 大模型一键生成高清短视频——从 LLM 调度策略到批量视频生产的工程化完全指南(2026)
编程
MoneyPrinterTurbo 深度实战:用 AI 大模型一键生成高清短视频——从 LLM 调度策略到批量视频生产的工程化完全指南(2026)
2026-06-02 19:44:20
view 1204
MoneyPrinterTurbo 深度实战,详解用 AI 大模型一键生成高清短视频的完整工程化方案,涵盖 LLM 调度、素材检索、TTS 配音、FFmpeg 合成与批量生产优化。
AI视频生成
LLM应用
Python实战
短视频自动化
FFmpeg
Pixelle-Video:阿里开源AI全自动短视频引擎,一句话出片零门槛
编程
Pixelle-Video:阿里开源AI全自动短视频引擎,一句话出片零门槛
2026-05-01 07:33:09
view 1953
阿里AIDC团队开源AI全自动短视频引擎Pixelle-Video,一句话输入即可自动完成文案、配图、配音、剪辑全流程。ComfyUI模块化架构,支持声音克隆,Windows一键整合包零门槛上手。
AI视频
开源
短视频
自动化
阿里
JoyAI-Video-Edit 深度拆解:当京东决定「让视频边播边改」——从流式推理引擎到帧级实时编辑,一个今天刚开源的模型如何用「720P/30fps」重新定义视频创作的终极形态
编程
JoyAI-Video-Edit 深度拆解:当京东决定「让视频边播边改」——从流式推理引擎到帧级实时编辑,一个今天刚开源的模型如何用「720P/30fps」重新定义视频创作的终极形态
2026-08-05 16:46:18
view 236
深度拆解京东开源的实时流式视频编辑模型JoyAI-Video-Edit:720P/30fps实时推理、滑动窗口注意力机制、帧间一致性约束、四大编辑能力(全局风格/局部替换/局部删除/字幕编辑),OpenVE-Bench全面领先,覆盖电商直播到具身智能的完整应用生态
JoyAI-Video-Edit
京东
视频编辑
流式推理
Diffusion Transformer
实时编辑
OpenVE-Bench
开源
AI视频
多模态
万字深度解析 OpenMontage:当 AI 编码助手变身「视频制片人」——从智能体优先架构到生产级视频流水线的完整革命(2026)
编程
万字深度解析 OpenMontage:当 AI 编码助手变身「视频制片人」——从智能体优先架构到生产级视频流水线的完整革命(2026)
2026-07-01 09:44:20
view 305
2026年OpenMontage深度解析:全球首个智能体驱动的开源视频生产系统,12条工作流、52个工具、500+技能,从智能体优先架构到生产级实战完整指南。
OpenMontage
AI视频
智能体
Agent
Remotion
视频制作
开源项目
Python
自动化
OpenMontage 深度解析:AI 智能体如何重构视频生产流水线——从三层知识架构到 12 条管道的工程化实践(2026)
编程
OpenMontage 深度解析:AI 智能体如何重构视频生产流水线——从三层知识架构到 12 条管道的工程化实践(2026)
2026-07-01 09:48:15
view 492
2026年OpenMontage深度解析:全球首个智能体驱动的开源视频生产系统,12条工作流、52个工具、500+技能,从三层知识架构到生产级实战完整指南。
OpenMontage
AI视频
智能体
Agent
Remotion
视频制作
开源项目
Python
自动化
LMG2025大会获奖团队开源!Pixelle-Video让AI视频创作变成一句话的事
编程
LMG2025大会获奖团队开源!Pixelle-Video让AI视频创作变成一句话的事
2026-04-21 13:55:15
view 1130
GitHub热榜AI视频项目!LMG2025大会获奖团队开源,输入主题自动生成完整短视频,含数字人口播、图生视频、动作迁移等功能。
Pixelle-Video
AI视频
开源
短视频
数字人
MoneyPrinterTurbo 深度实战:当AI接管短视频流水线——从关键词到成片的全自动生产指南(2026)
编程
MoneyPrinterTurbo 深度实战:当AI接管短视频流水线——从关键词到成片的全自动生产指南(2026)
2026-06-13 08:51:07
view 932
86K+ Star开源项目深度实战:从架构分析到代码部署,拆解MoneyPrinterTurbo的LLM文案生成、素材搜索、TTS语音、字幕生成、视频合成全Pipeline,附生产级部署方案与性能优化指南。
AI视频
短视频
Python
开源工具
自动化
微信视频号下载器深度解析:6K Star 的 Go 单文件神器,MITM 代理 + JS 注入 + 视频解密全链路拆解
编程
微信视频号下载器深度解析:6K Star 的 Go 单文件神器,MITM 代理 + JS 注入 + 视频解密全链路拆解
2026-05-18 12:40:55
view 1234
wx_channels_download 深度解析:Go 语言实现的微信视频号下载器,MITM 代理截获视频流、JS 注入添加下载按钮、AES-128 解密还原视频,单文件开箱即用。
微信视频号
Go
MITM
开源工具
视频下载
代理
HLS
HyperFrames 深度解析:HeyGen 开源的「HTML 写视频」革命——从 FrameAdapter 架构到 AI Agent 驱动的内容生产新范式
编程
HyperFrames 深度解析:HeyGen 开源的「HTML 写视频」革命——从 FrameAdapter 架构到 AI Agent 驱动的内容生产新范式
2026-05-19 00:47:13
view 1225
HeyGen 开源的 HyperFrames 框架深度解析:HTML+GSAP 写视频的革命性技术,FrameAdapter 架构、Puppeteer 逐帧捕获、FFmpeg 编码、AI Agent 自动化生产完整指南,对比 Remotion 与生产级实战
HyperFrames
AI视频
GSAP
Puppeteer
FFmpeg
视频渲染
前端工具
HeyGen
AI Agent
自动化生产
大家都在搜索什么?
devops
易支付
一个官网+多少钱
统一接受回调
统一回调
python
sub
node
宝塔日志
mysql
shell
ElasticSearch
css
vue
api接口对接
2025
支付接口对接
go
php
php回调
上一页
1
2
3
4
下一页