察元AI教程库 · 仓库 · 多模态
使用TypeScript编写的管道，能够将原始视频转换为配有语音讲解的教程，利用多模态视频理解、Gemini、ElevenLabs和FFmpeg技术。严格设计了数据结构，确定性回退机制，安全性检查，本地化语音讲解，成本控制，以及91个自动化测试。
作者:PatWork55 · 语言:en
使用TypeScript编写的管道，能够将原始视频转换为配有语音讲解的教程，利用多模态视频理解、Gemini、ElevenLabs和FFmpeg技术。严格设计了数据结构，确定性回退机制，安全性检查，本地化语音讲解，成本控制，以及91个自动化测试。