手机无人直播手机用啥软件,抖音快手AI无人直播间工具,无人直播工具免费分享

简介: auto_live_stream.py 实现视频循环推流功能,支持RTMP协议推送到直播平台ai_virtual_host.py

下载地址:https://www.pan38.com/dow/share.php?code=JCnzE 提取密码:2811

代码说明:
auto_live_stream.py 实现视频循环推流功能,支持RTMP协议推送到直播平台
ai_virtual_host.py 实现基于BERT的AI虚拟主播交互系统
需要安装opencv, ffmpeg, transformers等依赖库
实际使用时需要申请各直播平台的推流地址

import cv2
import numpy as np
import subprocess
import time
from datetime import datetime
import os

class AutoLiveStream:
def init(self, video_path, rtmp_url):
self.video_path = video_path
self.rtmp_url = rtmp_url
self.fps = 30
self.width = 720
self.height = 1280
self.running = False

def get_video_info(self):
    cap = cv2.VideoCapture(self.video_path)
    self.fps = int(cap.get(cv2.CAP_PROP_FPS))
    self.width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    self.height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    cap.release()

def generate_overlay(self, frame):
    now = datetime.now()
    timestamp = now.strftime("%Y-%m-%d %H:%M:%S")
    cv2.putText(frame, timestamp, (50, 100), 
               cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
    return frame

def start_stream(self):
    self.get_video_info()
    command = [
        'ffmpeg',
        '-re',
        '-i', self.video_path,
        '-vf', f'fps={self.fps},scale={self.width}:{self.height}',
        '-c:v', 'libx264',
        '-preset', 'ultrafast',
        '-tune', 'zerolatency',
        '-pix_fmt', 'yuv420p',
        '-f', 'flv',
        self.rtmp_url
    ]

    self.process = subprocess.Popen(command)
    self.running = True
    print(f"开始推流到 {self.rtmp_url}")

def stop_stream(self):
    if self.running:
        self.process.terminate()
        self.running = False
        print("推流已停止")

def run_loop(self):
    cap = cv2.VideoCapture(self.video_path)
    while self.running:
        ret, frame = cap.read()
        if not ret:
            cap.set(cv2.CAP_PROP_POS_FRAMES, 0)
            continue

        frame = self.generate_overlay(frame)
        cv2.imshow('Live Preview', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()

if name == "main":

# 配置参数
VIDEO_FILE = "demo.mp4"
RTMP_URL = "rtmp://your-stream-server/app/stream-key"

streamer = AutoLiveStream(VIDEO_FILE, RTMP_URL)
try:
    streamer.start_stream()
    streamer.run_loop()
except KeyboardInterrupt:
    pass
finally:
    streamer.stop_stream()

import torch
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
import speech_recognition as sr
import pyttsx3
import threading

class AIVirtualHost:
def init(self):
self.model_name = "bert-base-chinese"
self.tokenizer = AutoTokenizer.from_pretrained(self.model_name)
self.model = AutoModelForSeq2SeqLM.from_pretrained(self.model_name)
self.recognizer = sr.Recognizer()
self.engine = pyttsx3.init()
self.is_running = False

def listen(self):
    with sr.Microphone() as source:
        print("AI主播正在聆听...")
        audio = self.recognizer.listen(source)

    try:
        text = self.recognizer.recognize_google(audio, language="zh-CN")
        return text
    except Exception as e:
        print(f"识别错误: {e}")
        return None

def generate_response(self, input_text):
    inputs = self.tokenizer(input_text, return_tensors="pt")
    outputs = self.model.generate(**inputs)
    return self.tokenizer.decode(outputs[0], skip_special_tokens=True)

def speak(self, text):
    self.engine.say(text)
    self.engine.runAndWait()

def run_interactive(self):
    self.is_running = True
    while self.is_running:
        user_input = self.listen()
        if user_input:
            response = self.generate_response(user_input)
            print(f"AI主播回复: {response}")
            self.speak(response)

def start(self):
    thread = threading.Thread(target=self.run_interactive)
    thread.start()

def stop(self):
    self.is_running = False

if name == "main":
host = AIVirtualHost()
print("AI虚拟主播已启动,按Ctrl+C退出")
try:
host.start()
while True:
time.sleep(1)
except KeyboardInterrupt:
host.stop()

相关文章
|
4月前
|
人工智能 搜索推荐 算法
用AI提示词搞定基金定投:技术人的理财工具实践
本文将AI提示词工程应用于基金定投,为技术人打造一套系统化、可执行的理财方案。通过结构化指令,AI可生成个性化定投策略,覆盖目标设定、资产配置、风险控制与动态调整,帮助用户降低决策门槛,规避情绪干扰,实现科学理财。
1450 13
|
4月前
|
SQL 人工智能 机器人
AI Agent新范式:FastGPT+MCP协议实现工具增强型智能体构建
FastGPT 与 MCP 协议结合,打造工具增强型智能体新范式。MCP 如同 AI 领域的“USB-C 接口”,实现数据与工具的标准化接入。FastGPT 可调用 MCP 工具集,动态执行复杂任务,亦可作为 MCP 服务器共享能力。二者融合推动 AI 应用向协作式、高复用、易集成的下一代智能体演进。
594 0
|
5月前
|
人工智能 缓存 监控
使用LangChain4j构建Java AI智能体:让大模型学会使用工具
AI智能体是大模型技术的重要演进方向,它使模型能够主动使用工具、与环境交互,以完成复杂任务。本文详细介绍如何在Java应用中,借助LangChain4j框架构建一个具备工具使用能力的AI智能体。我们将创建一个能够进行数学计算和实时信息查询的智能体,涵盖工具定义、智能体组装、记忆管理以及Spring Boot集成等关键步骤,并展示如何通过简单的对话界面与智能体交互。
1658 1
|
4月前
|
机器学习/深度学习 人工智能 算法
AI可以做电商主图了:技术原理,AI电商图生成工具对比及技术解析
双十一临近,电商主图需求激增。AI技术凭借多图融合、扩散模型等,实现高效智能设计,30秒生成高质量主图,远超传统PS效率。支持风格迁移、背景替换、文案生成,助力商家快速打造吸睛商品图,提升转化率。
1226 0
|
4月前
|
人工智能 搜索推荐 数据可视化
当AI学会“使用工具”:智能体(Agent)如何重塑人机交互
当AI学会“使用工具”:智能体(Agent)如何重塑人机交互
479 115
|
4月前
|
人工智能 安全 搜索推荐
AI的下一个前沿:从静态工具到动态代理
AI的下一个前沿:从静态工具到动态代理
285 113
|
4月前
|
人工智能 自然语言处理 安全
从工具到伙伴:AI代理(Agent)是下一场革命
从工具到伙伴:AI代理(Agent)是下一场革命
432 117
|
4月前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
746 20
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
双 11 电商效率突围:10 款 AI 工具的技术落地与实践指南
2025年双11促销长达38天,电商迎来AI重构关键期。本文剖析10款主流AI工具技术原理,涵盖设计、文案、投放、客服等场景,揭示计算机视觉、自然语言处理等技术如何驱动电商智能化升级,助力企业高效应对大促挑战。
787 1
|
4月前
|
人工智能 搜索推荐 UED
一个牛逼的国产AI自动化工具,开源了 !
AiPy是国产开源AI工具,结合大语言模型与Python,支持本地部署。用户只需用自然语言描述需求,即可自动生成并执行代码,轻松实现数据分析、清洗、可视化等任务,零基础也能玩转编程,被誉为程序员的智能助手。