音频/视频库分析与转码/重新封装自动化
<p align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/36da6148-18f3-413d-a6af-d8b9ac785cba.png"/> </p>Tdarr V2 是一个跨平台的基于条件的转码应用程序,用于自动化媒体库转码/重新封装管理,以便按需处理您的媒体文件。例如,您可以为媒体设置所需的编解码器、容器、语言等规则,这有助于保持文件的组织性,并可以提高与您设备的兼容性。Tdarr 的一个常见用途是将视频文件从 h264 转换为 h265(hevc),节省 40%-50% 的大小。
该应用程序以点击即用的网络应用形式提供,由以下两个组件组成:
利 用您闲置的硬件,使用适用于 Windows、Linux(包括 Linux arm/arm64)和 macOS 的 Tdarr 节点。
Tdarr 旨在与 Sonarr/Radar 等应用程序一起工作,并以模块化、并行化和可扩展性为目标而构建。您添加的每个库都有自己的转码设置、过滤器和计划。可以根据需要启动和关闭工作节点,并分为 4 种类型 - CPU/GPU 转码和 CPU/GPU 健康检查。工作节点限制可以通过调度程序管理,也可以手动管理。对于具有类似功能的桌面应用程序,请参阅 HBBatchBeast。
Tdarr非常模块化和可配置,其主要理念是创建插件堆栈来清理和标准化您的文件。例如,一个典型的插件堆栈可能如下所示:
(1) 将非HEVC文件转码为HEVC
(2) 移除字幕
(3) 移除元数据(如果有标题)
(4) 如果没有,添加AAC立体声音轨(优先英语)
(5) 移除隐藏式字幕
在这个例子中,插件1、2、3和5是社区插件,您可以立即使用。插件4可以在Tdarr的插件创建界面中创建,并会显示为本地插件。
每个插件都是有条件的,只在需要时使用。它们位于Tdarr/Documents目录中,使用JavaScript编写。如果没有插件满足您的需求,您可以修改或创建新插件(如果您有一些编程经验或通过查看代码大致了解)。具体步骤请参阅此处的README:https://github.com/HaveAGitGat/Tdarr_Plugins 。如有需要,可在Discord频道寻求帮助。
以下是插件堆栈工作原理的示意图:
[图片]
关于"流"这个术语,以下是文件在Tdarr搜索结果中的显示示例:
[图片]
该文件有3个流 - 一个视频流、一个音频流和一个字幕流。字幕和隐藏式字幕是完全不同的。在这个例子中,隐藏式字幕数据在哪 里?它嵌入在H264视频流中。
您不需要的额外流和隐藏式字幕可能会导致直接播放和同步文件的问题,所以最好将它们移除(建议使用Bazarr这样的工具来处理字幕)。即使在VLC或Kodi等程序中播放文件时,字幕/隐藏式字幕也可能导致播放延迟,并在视频跳转时造成几秒钟的卡顿。
额外的流也可能占用大量空间。不要惊讶于在您的库中看到一些文件包含15个以上的音轨/评论/字幕轨道,涵盖多种语言。这些可能每个文件额外占用1GB以上的空间。
插件创建器分为"过滤器"和"操作"两部分。过滤器包含操作,只有在满足过滤条件时才会执行操作。
当前过滤器:
按编解码器过滤 按媒体类型过滤 按年龄过滤 按分辨率过滤 按大小过滤
当前操作:
转码 - HandBrake基本选项 转码 - HandBrake/FFmpeg自定义参数 转码 - 标准化音频流编解码器 转码 - 添加音频流 转码 - 保留一个音频流 重新封装容器
某些操作/插件有内置过滤器(在插件创建器中指定)。这意味着它们会自动检测文件是否需要处理(例如移除字幕的社区插件)。可以添加额外的过滤器。
一些操作变得相当复杂,需要更多时间。例如,"保留一个音频流"有16种不同的结果,它会根据您指定的编解码器、语言和声道数来确定最佳的音频流。
如果您有新的过滤器/操作请求,请尝试从通用角度考虑,这样我可以以其他人也能配置和应用于他们(略有不同的)情况的方式实现它。可以在GitHub、Reddit或Discord上提出请求。
例如,为了最大化直接播放,可以使用这样的插件堆栈:
(1) 如果不是H264,转码为H264 [H264是比其他更通用的视频编解码器]
(2) 如果不是MP4,重新封装为MP4 [MP4是最通用的容器]
(3) 移除字幕
(4) 移除隐藏式字幕
(5) 如果没有,添加AAC立体声音轨(优先英语)[非常通用的音频编解码器/声道数]
(6) 如果检测到标题元数据,则移除元数据 [防止在Plex中出现烦人的标题]
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能 显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用, 提升工作效率。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号