Image2AudioStoryConverter

圖像到音頻故事轉換器

使用圖像到文本，語言模型和文本到語音技術的組合將圖像轉換為迷人的音頻故事。

介紹

該項目使您可以將圖像變成音頻故事。它採用圖像到文本轉換，語言模型和文本到語音綜合來創造引人入勝的體驗。從上傳的圖像中提取文本，根據提取的文本生成短篇小說，然後以音頻剪輯來聆聽生成的故事。

設定

1. 克隆存儲庫：

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

2. 安裝依賴項：

   pip install -r requirements.txt

3. 設置環境變量：在項目目錄中創建.env文件，並添加您的擁抱面api令牌：

    HUGGINGFACEHUB_API_TOKEN=your_token_here
   

用法

1. 運行簡化應用程序：

   streamlit run app.py

2. 上傳圖像：

   • 使用接口上傳圖像。
   • 該應用將處理圖像，提取文本並生成故事。

3. 體驗故事：

   • 在可擴展的部分中查看提取的方案和生成的故事。
   • 聆聽產生的故事作為音頻剪輯。

依賴性

• 變壓器
• Langchain
• 請求
• 簡化

貢獻

歡迎捐款！如果您想為此項目做出貢獻，請按照以下步驟操作：

1. 叉這個存儲庫。
2. 為您的功能或錯誤修復創建一個新的分支。
3. 進行更改並提交拉動請求。

---

享受將圖像變成迷人的音頻故事！如您所見，可以隨意自定義和增強該項目。如果您有任何改進的疑問或想法，請隨時保持聯繫。