Image2AudioStoryConverter

图像到音频故事转换器

使用图像到文本，语言模型和文本到语音技术的组合将图像转换为迷人的音频故事。

介绍

该项目使您可以将图像变成音频故事。它采用图像到文本转换，语言模型和文本到语音综合来创造引人入胜的体验。从上传的图像中提取文本，根据提取的文本生成短篇小说，然后以音频剪辑来聆听生成的故事。

设置

1. 克隆存储库：

   git clone https://github.com/fshnkarimi/Image2AudioStoryConverter.git
   cd Image2AudioStoryConverter

2. 安装依赖项：

   pip install -r requirements.txt

3. 设置环境变量：在项目目录中创建.env文件，并添加您的拥抱面api令牌：

    HUGGINGFACEHUB_API_TOKEN=your_token_here
   

用法

1. 运行简化应用程序：

   streamlit run app.py

2. 上传图像：

   • 使用接口上传图像。
   • 该应用将处理图像，提取文本并生成故事。

3. 体验故事：

   • 在可扩展的部分中查看提取的方案和生成的故事。
   • 聆听产生的故事作为音频剪辑。

依赖性

• 变压器
• Langchain
• 请求
• 简化

贡献

欢迎捐款！如果您想为此项目做出贡献，请按照以下步骤操作：

1. 叉这个存储库。
2. 为您的功能或错误修复创建一个新的分支。
3. 进行更改并提交拉动请求。

---

享受将图像变成迷人的音频故事！如您所见，可以随意自定义和增强该项目。如果您有任何改进的疑问或想法，请随时保持联系。