आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › वीडियो › Text2Video-Zero
✦ फ्री & ओपन सोर्सवीडियो

Text2Video-Zero

अतिरिक्त प्रशिक्षण के बिना टेक्स्ट-टू-इमेज डिफ्यूजन मॉडल का उपयोग करके समय के अनुसार सुसंगत वीडियो जनरेट और संपादित करता है।

जीरो-शॉट टेक्स्ट-टू-वीडियो जनरेशन और एडिटिंग

मौजूदा टेक्स्ट-टू-इमेज डिफ्यूजन पाइपलाइन को कंडीशनल वीडियो जनरेटर और इंस्ट्रक्शन एडिटर में बदलें।

हमेशा के लिए मुफ़्त · सोर्स-उपलब्ध · Licence not stated in the repository
✓ Needs IT✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
5.4
ZEKAI
जीरो-शॉट वीडियो जनरेशन टूल
फ्री & ओपन सोर्स · वीडियो
सेटअप की आसानी4
उपयोगिता8
रखरखाव2
समुदाय7.5
★ 4,243
गिटहब
May 2023
अपडेटेड
Licence not stated in the repository
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

Text2Video-Zero एक जीरो-शॉट वीडियो जनरेशन फ्रेमवर्क है जो वीडियो प्रोडक्शन के लिए Stable Diffusion मॉडल को अनुकूलित करता है। यह वीडियो क्रिएटर्स और AI डेवलपर्स को विशेष वीडियो मॉडल को प्रशिक्षित किए बिना टेक्स्ट, पोज, एज और डेप्थ इनपुट से वीडियो जनरेट करने की अनुमति देता है। यदि आप ओपन सोर्स वीडियो जनरेशन और इंस्ट्रक्शन-आधारित वीडियो एडिटिंग के साथ प्रयोग करना चाहते हैं तो आपको इसका उपयोग करना चाहिए।

इस पर चलता है
Cross-platform
होस्टिंग
क्लाउड या सेल्फ-होस्ट
भाषाएँ
Python
लाइसेंस
Licence not stated in the repository

यह क्या है

यह टूल सीधे टेक्स्ट प्रॉम्प्ट या पोज स्केलेटन और Canny एज जैसे संरचित मार्गदर्शन से समय के अनुसार सुसंगत वीडियो क्लिप जनरेट करता है। यह Video Instruct-Pix2Pix के माध्यम से इंस्ट्रक्शन-निर्देशित वीडियो संपादन सक्षम करता है और कस्टम DreamBooth मॉडल के साथ एकीकृत होता है। Hugging Face Diffusers और Token Merging के साथ एकीकरण 7 GB VRAM जितने कम के साथ कंज्यूमर GPU पर निष्पादन की अनुमति देता है।

किसके लिए

यह टूल AI शोधकर्ताओं, डेवलपर्स और तकनीकी वीडियो संपादकों के लिए उपयुक्त है जो वीडियो निर्माण के लिए Stable Diffusion पाइपलाइन को अनुकूलित करना चाहते हैं। यह समर्पित GPU हार्डवेयर पर Python और PyTorch वातावरण चलाने में सहज टीमों के लिए आदर्श है। यह गैर-तकनीकी संपादकों के लिए उपयुक्त नहीं है जिन्हें तुरंत उपयोग के लिए तैयार ग्राफिकल इंटरफ़ेस की आवश्यकता होती है।

मुख्य विशेषताएँ

Zero-Shot Text to Video

पूर्व-प्रशिक्षित Stable Diffusion मॉडल का उपयोग करके टेक्स्ट प्रॉम्प्ट से समय के अनुसार सुसंगत वीडियो अनुक्रम जनरेट करता है।

Pose and Edge Control

मोशन स्केलेटन, Canny एज डिटेक्शन, या MiDaS डेप्थ मैप का उपयोग करके वीडियो जनरेशन का मार्गदर्शन करता है।

Instruction Based Video Editing

Video Instruct-Pix2Pix के माध्यम से टेक्स्ट कमांड का उपयोग करके मौजूदा वीडियो क्लिप को संपादित करता है।

Custom Model Support

Hugging Face या Civitai से मनमाने Stable Diffusion बेस मॉडल और कस्टम DreamBooth वेट लोड करता है।

कैसे शुरू करें

3 चरणों में तैयार

1
रिपॉजिटरी को क्लोन करें और CUDA 11.6 समर्थन के साथ Python 3.9 वातावरण में आवश्यकताओं को स्थापित करें।
2
GPU निष्पादन के लिए float16 परिशुद्धता का उपयोग करके PyTorch में Model क्लास को इंस्टेंटिएट करें।
3
अपने लक्षित प्रॉम्प्ट और वीडियो पथ के साथ process_text2video या process_pix2pix जैसे अनुमान फ़ंक्शन चलाएं।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • सुसंगत क्लिप आउटपुट जनरेट करने के लिए वीडियो डेटासेट पर शून्य प्रशिक्षण की आवश्यकता होती है।
  • पोज, एज, डेप्थ और DreamBooth अनुकूलन सहित कई मार्गदर्शन मोड का समर्थन करता है।
  • सरलीकृत पाइपलाइन पहुंच के लिए Hugging Face Diffusers में एकीकृत है।
  • Token Merging जैसे अनुकूलन 7 GB VRAM से कम वाले GPU पर निष्पादन की अनुमति देते हैं।

कहाँ कमी है

  • अनुमान लगाने के लिए स्थानीय CUDA हार्डवेयर या भुगतान किए गए क्लाउड GPU इंस्टेंस की आवश्यकता होती है।
  • रिपॉजिटरी के मेटाडेटा में स्पष्ट ओपन-सोर्स लाइसेंस कथन का अभाव है।
  • डिफ़ॉल्ट वीडियो आउटपुट छोटे फ्रेम अनुक्रम हैं जिन्हें हाइपरपैरामीटर चरणों को ठीक करने की आवश्यकता होती है।
  • Python, वर्चुअल वातावरण और PyTorch कॉन्फ़िगरेशन से तकनीकी परिचितता की आवश्यकता है।
लागत

मूल्य & लाइसेंस

कोड GitHub पर स्वतंत्र रूप से उपलब्ध है, लेकिन रिपॉजिटरी में कोई स्पष्ट सॉफ्टवेयर लाइसेंस निर्दिष्ट नहीं है। प्राथमिक लागत स्थानीय रूप से या क्लाउड सर्वर पर अनुमान लगाने के लिए आवश्यक GPU कंप्यूट हार्डवेयर से आती है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प

ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।

और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: वीडियो के लिए Text2Video-Zero
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम Text2Video-Zero को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

What hardware is required to run Text2Video-Zero locally?

डिफ़ॉल्ट रूप से आपको कम से कम 12 GB VRAM वाले CUDA-सक्षम GPU की आवश्यकता होती है, या Token Merging अनुकूलन का उपयोग करते समय 7 GB VRAM से कम की आवश्यकता होती है।

Can I use custom Stable Diffusion weights or fine-tuned models?

हाँ, आप Diffusers फॉर्मेट में परिवर्तित किसी भी Stable Diffusion बेस मॉडल या कस्टम DreamBooth वेट को लोड कर सकते हैं।

How do I edit existing video footage with text prompts?

आप टेक्स्ट निर्देश के साथ इनपुट वीडियो फ़ाइल प्रदान करके Video Instruct-Pix2Pix विधि का उपयोग कर सकते हैं।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
वीडियो के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें