Text2Video-Zero:Text-to-Image Diffusion Models are Zero-Shot Video Generators

Text2Video 描述 Text2Video是一种软件工具，可将文本转换为视频，以提供更吸引人的学习体验。 我开始这个项目是因为在这个学期中，我被分配了许多阅读作业，并且在阅读长篇文章时感到沮丧。 对我来说，通过阅读学习一些东西非常耗时和精力。 因此我想，“如果有一种工具可以将文本转换成更具吸引力的内容（例如视频），那会不会改善我的学习体验？” 我进行了一些研究，发现许多文章和研究支持视频对许多人来说比文本更有效地学习，其中包括以下数据： 人脑处理视觉内容的速度比文字处理速度快60,000倍。 观看者保留了95％的视频消息，而阅读文本时保留了10％的消息。 65％的人认为自己是视觉学习者。 我创建了一个原型Web应用程序，该应用程序将文本作为输入并生成视频作为输出。 这是上的 。 我计划针对18至23岁的年轻大学生进一步开展该项目，因为根据我发现的调查，他们倾向于通过视

安装依赖 开发时，需要安装的环境是 macOS python 3.10.12，其他环境可能存在兼容性问题 pip install -r requirements.txt 生成 huggingface api key token 申请地址：https://huggingface.co/settings/tokens 因为，该项目中使用了 huggingface 上的开源文生图模型生成图片，中文生成图片效果不大好，因此，本项目对中文进行了翻译，感谢有道，直接使用有道翻译，比较方便。翻译后，生成图的质量有一定的提高。 token 可以写入到 .env 文件里面 如果使用的 pollinations-ai ，则不填写 token 就 ok 安装 ffmpeg 因为视频合成声音需要 开始使用 python3.10 app.py http://127.0.0.1:5000/