logo
AI奇想空间
Home
文档本页

如何使用 ChatGPT 和 Leonardo.ai 每天自动化生成 144 个 YouTube 视频（附完整源码）

更新时间：2024/09/23, 14:00

随着自动化内容创作工具如Dubdup和Canva的兴起，关于如何轻松生成成千上万的YouTube Shorts引起了广泛讨论。许多人宣传的内容包括“AI副业，每天赚XXX美元”或“无需露脸”：

受到这些宣传的吸引，我决定挑战使用最新的AI大语言模型（LLM）技术，如ChatGPT和Leonardo.ai，来完全自动化创建YouTube视频。我的目标是每天批量制作144个5到10分钟的视频，不依赖第三方工具。以下是我如何实现这一目标的详细说明，包括遇到的见解和挑战。

流程概述

在本文中，我将详细介绍如何创建一个脚本来自动化生成YouTube视频的整个过程。从生成视频主题到创建缩略图，这个端到端的解决方案展示了AI在内容创作中的巨大潜力。以下是关键步骤：

  1. 生成主题：使用ChatGPT推荐适合自我激励YouTube频道的有吸引力且相关的主题。
  2. 生成YouTube脚本：创建详细且引人入胜的视频脚本，包括介绍、主要观点、个人故事和激励性的结论。同时去除不必要的字符，提高文字转语音（TTS）的质量。
  3. 生成Leonardo提示词：为Leonardo.ai生成与视频内容相关的图像提示词。随后通过Leonardo.ai的运动生成API进行放大并动画化，参考其文档。
  4. 文字转语音转换：使用Google Cloud的Text-to-Speech API将YouTube脚本转换为高质量的语音解说，并配置为纪录片风格。
  5. 搜索和下载音乐：起初我尝试使用Pixabay的API搜索音乐，但由于限制，改为本地下载免版权音乐，或者从YouTube Studio下载音乐。
  6. 视频合成：将生成的视频片段、背景音乐和解说音频结合成一个完整视频，添加视频片段之间的渐变效果和字幕。
  7. 创建YouTube缩略图：使用视频中的帧并添加视频标题文本，生成一个视觉吸引力强的缩略图。
  8. 保存和整理内容：将所有生成的内容，包括视频、缩略图和脚本，保存到结构化的文件夹系统中。
  9. 自动化调度：使用Python的schedule库多次运行脚本，实现持续的视频生成。

我的脚本每10分钟生成一个不同的高清视频。

不过，通过YouTube API上传视频需要额外的验证，因此我选择手动上传自动生成的视频。在ChatGPT的帮助下，我仅用了2小时就完成了这个项目的代码编写。下面是我如何每天生成144个视频的详细指南，每个视频制作大约只需10分钟。

请求和调整总结

  1. 初始请求：我希望创建一个专注于成功人士心态和动机的YouTube频道。
  2. 脚本生成：我需要一个脚本生成器，能生成流畅且没有生硬语句的内容，删除多余的字符如“主持人：”以确保文字转语音的顺畅。
  3. 图像和视频生成：使用Leonardo.ai生成图像并进行放大，然后将其转换为视频。此过程参考了Leonardo.ai的API文档。
  4. 文字转语音转换：我使用Google Cloud Text-to-Speech API配置了纪录片风格的解说，Google提供免费配额，新用户可获得300美元的免费额度。
  5. 字幕生成：使用OpenAI的Whisper API生成字幕。
  6. 背景音乐和过渡效果：起初我使用Pixabay API获取背景音乐，但后来改为下载免版权音乐或从YouTube Studio获取。
  7. 缩略图创建：使用Python Imaging Library（PIL）生成缩略图。
  8. 保存和上传内容：将所有生成的内容保存到结构化的文件夹中，并上传至YouTube。
  9. 上传视频到YouTube：使用YouTube数据API上传所有生成的视频，并自动设置标题、描述和缩略图。
  10. 脚本调度：使用Python的schedule库定时运行脚本。

与ChatGPT的创意构思

整个流程与ChatGPT的合作简单而高效。最初，我要求ChatGPT为自我提升和激励内容的YouTube频道生成创意。然后，通过API生成详细的视频脚本。接着，我要求ChatGPT为Leonardo.ai生成提示词，用于创建符合视频主题的图像。

我还使用了ChatGPT推荐的Python API处理文字转语音（TTS）和视频编辑。虽然ChatGPT推荐了内置的TTS库gtts，但我选择了Google Cloud Text-to-Speech API，因为该API提供更自然的语音合成效果。

此外，我要求ChatGPT生成和放大图像的代码，将图像转换为视频，并在视频中应用

与语音时长匹配的渐变效果，还加入了免版权背景音乐和字幕。为了简化整个过程，我让脚本保存所有生成的内容，并使用Python调度库定期运行该脚本。

克服挑战与调试

开发过程中，我需要进行一些调试。尽管ChatGPT能够理解我的请求并生成必要的代码，但最初的代码与最新的OpenAI Python库版本不兼容。不过，使用openai migrate命令解决了这个问题。

ChatGPT最初对Leonardo.ai的使用方法理解有误，但通过参考Leonardo.ai的API文档，我成功指导ChatGPT生成了适合的代码。与ChatGPT合作使任务完成时间从预期的6小时缩短到了2小时。

背景音乐的实验

在测试阶段，我发现Pixabay API不支持下载背景音乐。于是，我尝试通过Selenium直接下载，但由于需要ChromeDriver和无头浏览器，操作过于繁琐。最终，我手动下载了免版权的激励音乐，以避免Pixabay内容在YouTube上产生版权问题。

详细操作步骤

1. 生成主题

第一步是使用OpenAI的ChatGPT为YouTube视频生成一个吸引人的主题。这样可以确保视频内容能够吸引寻求自我提升的观众。

def generate_topic():
    prompt = "推荐一个适合自我激励YouTube频道的吸引人且有启发性的主题。"

    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[
            {"role": "system", "content": "你是一个乐于助人的助手。"},
            {"role": "user", "content": prompt},
        ],
    )

    topic = response.choices[0].message.content.strip()
    return topic

2. 生成YouTube脚本

有了主题后，我们生成一个详细的YouTube脚本。该脚本包含引人入胜的介绍、关键观点、个人故事和激励性的结论，并确保脚本中没有不必要的字符，从而提升文字转语音的效果。

def generate_youtube_script(topic):
    prompt = (
        f"为自我激励频道创建一个YouTube脚本。主题是'{topic}'。"
        "脚本应包含介绍、主要部分的关键点、个人故事或实例，以及一个激励性的结论。"
        "删除所有不必要的字符，如‘主持人：’。"
    )

    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[
            {"role": "system", "content": "你是一个乐于助人的助手。"},
            {"role": "user", "content": prompt},
        ],
    )

    script = response.choices[0].message.content.strip()
    script = re.sub(r"\[.*?\]", "", script)
    script = re.sub(r"^\d+\.\s*", "", script, flags=re.MULTILINE)
    script = re.sub(r"\bHost:\s*", "", script)
    script = re.sub(r"[^a-zA-Z0-9\s,?.!]", "", script)
    return script

3. 生成Leonardo提示词

使用Leonardo.ai的API生成视觉内容。该步骤生成高质量图像并将其放大，同时制作动态视频，使静态图像变得更加生动。

def generate_leonardo_prompts(youtube_script):
    prompt = (
        f"根据以下YouTube脚本生成10个适合Leonardo.ai的文本提示。"
        f"每个提示描述一个成功人士的场景，且不包含人脸。"
        f"以下是YouTube脚本：\n\n{youtube_script}"
    )

    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[
            {"role": "system", "content": "你是一个乐于助人的助手。"},
            {"role": "user", "content": prompt},
        ],
    )

    prompts = response.choices[0].message.content.strip().split("\n")
    prompts = [prompt for prompt in prompts if prompt.strip()]
    prompts = [
        f"{prompt}。此外，图像中不要包含任何文字，人物的脸不应朝向前方。"
        for prompt in prompts
    ]
    return prompts

4. 文字转语音转换

使用Google Cloud的Text-to-Speech API将脚本转换为语音解说，语音风格设定为纪录片风格，以确保解说听起来专业且吸引人。

def convert_text_to_speech(text, filename):
    client = texttospeech.TextToSpeechClient.from_service_account_json(
        "path/to/your/service_account.json"
    )
    synthesis_input = texttospeech.SynthesisInput(text=text)
    voice = texttospeech.VoiceSelectionParams(
        language_code="en-US",
        name="en-US-Wavenet-B",
        ssml_gender=texttospeech.SsmlVoiceGender.MALE,
    )
    audio_config = texttospeech.AudioConfig(
        audio_encoding=texttospeech.AudioEncoding.MP3,
        pitch=-2.0,
        speaking_rate=0.9,
        volume_gain_db=0.0,
    )
    response = client.synthesize_speech(
        input=synthesis_input, voice=voice, audio_config=audio_config
    )
    with open("temp.mp3", "wb") as out:
        out.write(response.audio_content)
        print(f'音频已写入"temp.mp3"')

    audio = AudioSegment.from_file("temp.mp3", format="mp3")
    chunks = split_on_silence(audio, silence_thresh=-50, min_silence_len=500, keep_silence=250)
    trimmed_audio = AudioSegment.empty()
    for chunk in chunks:
        trimmed_audio += chunk
    trimmed_audio.export(filename, format="mp3")
    os.remove("temp.mp3")

5. 搜索和下载音乐

为增强观众体验，我们为视频生成字幕，并使用OpenAI的Whisper API进行音频转录。

6. 音乐与TTS结合视频片段

最初，我尝试使用Pixabay API搜索激励音乐，但由于API不支持音乐搜索，我下载了免版权音乐，并将其添加到视频中，以提升情感效果。

def concatenate_video_with_music_and_tts(
    video_path, music_folder, tts_path, srt_path, output_path, target_resolution=(720, 1280)
):
    video_clip = VideoFileClip(video_path).resize(width=1920)
    tts_clip = AudioFileClip(tts_path)
    music_files = [
        os.path.join(music_folder, file) for file in os.listdir(music_folder) if file.endswith(".mp3")
    ]
    music_clips = [
        AudioFileClip(music_path).fx(afx.volumex, 0.1) for music_path in random.sample(music_files, 40)
    ]
    video_clip = vfx.loop(video_clip, duration=tts_clip.duration)
    looped_music_clip = loop_audio_clips_sequentially(music_clips, tts_clip.duration)
    composite_audio = CompositeAudioClip([tts_clip, looped_music_clip]).set_duration(tts_clip.duration)
    subtitles = parse_srt(srt_path)
    font_path = "NotoSans-Bold.ttf"
    subtitle_clips = [
        TextClip(
            text, fontsize=60, color="white", font=font_path, stroke_color="black", stroke_width=1, size=video_clip.size
        ).set_position(("center", "center")).set_start(start).set_end(end)
        for (start, end, text) in subtitles
    ]
    video_with_subtitles = CompositeVideoClip([video_clip] + subtitle_clips)
    final_video = video_with_subtitles.set_audio(composite_audio).fadein(2).fadeout(2)
    final_video.write_videofile(output_path, codec="libx264", audio_codec="aac", fps=30, preset="ultrafast")

7. 创建YouTube缩略图

使用视频中的帧生成缩略图，并添加视频标题，使缩略图更具吸引力，确保视频在YouTube搜索结果中脱颖而出。

def create_youtube_thumbnail(video_path, text, output_path):
    video_clip = VideoFileClip(video_path)
    frame = video_clip.get_frame(video_clip.duration / 8)
    image = Image.fromarray(frame)
    draw = ImageDraw.Draw(image)
    font_path = "NotoSans-Bold.ttf"
    font = ImageFont.truetype(font_path, 50)
    max_width = image.width - 100
    lines = draw_text(draw, text, font, max_width)
    total_height = sum(draw.textbbox((0, 0), line, font=font)[3] - draw.textbbox((0, 0), line, font=font)[1] for line in lines)
    y_text = (image.height - total_height) // 2
    for line in lines:
        bbox = draw.textbbox((0, 0), line, font=font)
        width = bbox[2] - bbox[0]
        draw.text(((image.width - width) / 

2, y_text), line, font=font, fill="white", stroke_width=1, stroke_fill="black")
        y_text += bbox[3] - bbox[1] + 10
    image.save(output_path)

8. 保存和整理内容

将生成的视频、缩略图、字幕和脚本保存到一个结构化文件夹中，方便后续上传至YouTube。

def save_to_folder(
    topic, youtube_script, title, description, tts_filename, video_filename, srt_filename, thumbnail_filename
):
    current_time = datetime.now().strftime("%Y%m%d_%H%M%S")
    folder_name = f"{current_time}"
    os.makedirs(folder_name, exist_ok=True)
    text_filename = os.path.join(folder_name, f"{current_time}_content.txt")
    with open(text_filename, "w") as file:
        file.write(f"主题: {topic}\n\nYouTube脚本:\n{youtube_script}\n\n标题: {title}\n\n描述:\n{description}\n\n")
    os.rename(tts_filename, os.path.join(folder_name, tts_filename))
    os.rename(video_filename, os.path.join(folder_name, video_filename))
    os.rename(srt_filename, os.path.join(folder_name, srt_filename))
    os.rename(thumbnail_filename, os.path.join(folder_name, thumbnail_filename))
    print(f"所有文件已保存至文件夹{folder_name}")

9. 上传视频至YouTube

使用YouTube数据API自动上传视频，并设置标题、描述和缩略图。此步骤需要提前配置API验证。

CLIENT_SECRETS_FILE = "path/to/your/client_secret.json"
SCOPES = ["https://www.googleapis.com/auth/youtube.upload"]

def get_authenticated_service():
    credentials = None
    if os.path.exists("token.pickle"):
        with open("token.pickle", "rb") as token:
            credentials = pickle.load(token)
    if not credentials or not credentials.valid:
        if credentials and credentials.expired and credentials.refresh_token:
            credentials.refresh(Request())
        else:
            flow = InstalledAppFlow.from_client_secrets_file(CLIENT_SECRETS_FILE, SCOPES)
            credentials = flow.run_local_server(port=0)
        with open("token.pickle", "wb") as token:
            pickle.dump(credentials, token)
    return build("youtube", "v3", credentials=credentials)

def upload_video_to_youtube(youtube, video_file, title, description, thumbnail_file):
    body = {
        "snippet": {
            "title": title, "description": description, "tags": ["motivation", "self-improvement", "success"], "categoryId": "22"
        },
        "status": {"privacyStatus": "public", "selfDeclaredMadeForKids": False}
    }
    media = MediaFileUpload(video_file, chunksize=-1, resumable=True)
    response = youtube.videos().insert(part="snippet,status", body=body, media_body=media).execute()
    print(f"已上传视频，ID为：{response['id']}")
    youtube.thumbnails().set(videoId=response["id"], media_body=thumbnail_file).execute()

10. 使用调度进行自动化

我们使用schedule库让脚本定时运行，实现自动化内容生产。

import schedule
import time
import os

def job():
    print("调度器正在运行...")
    os.system("python3 /path/to/your/script.py")

print("调度器启动中...")
schedule.every(10).minutes.do(job)

while True:
    schedule.run_pending()
    time.sleep(1)

与ChatGPT合作的思考

这个项目展示了ChatGPT和Leonardo.ai在自动化内容创作中的强大能力。但要注意，YouTube不允许对AI生成的视频进行货币化。此外，使用API进行内容生成可能会产生较高的费用。许多推广自动化YouTube Shorts作为副业的视频可能是为了促销某些工具。因此，我建议在投入前先通过免费试用探索自动化想法，避免浪费资金。

结论

虽然使用AI工具自动化YouTube视频制作是一个有趣的技术探索，但必须考虑实际效果。YouTube对AI生成内容的货币化政策有限，制作此类视频还可能涉及较高的API成本。

此外，许多推广自动化副业的视频实际上是通过联盟营销推广某些工具。相反，我建议通过免费试用或低成本方案进行尝试。最终目标应该是创造对观众有价值的内容，而不是追求低质量、高产量的自动化视频。

尽管成功地实现了自动化视频制作，但为了避免制造低质量内容，我选择不再继续此项目。 请谨慎使用这些强大的工具，着重于创造有意义的贡献，而不是仅仅追求货币化机会。

完整源码：youtube_video_auto_creator.py scheduler.py

AI奇想空间
AI奇想空间
https://aimazing.site
AI惊奇站是一个汇聚人工智能工具、资源和教程的导航网站。 在这里,你可以发现最新的AI技术、工具和应用,学习如何使用各种AI平台和框架,获取丰富的AI资源。 欢迎广大AI爱好者加入我们的社区,开启你的AI之旅!
AI交流群
更多服务
关于我们
Copyright © 2024 AI奇想空间.微信