找人拍攝影片介紹讀稿, 並且要花時間後製的複雜工作時代過去了, 早期有 text to speech 功能的工具, 不過只能產生語音輸出, 這個工具提供了讀稿人影片產生工具, 增加上了看見人的讀稿功能, 十分適合應用在產品介紹, 新聞讀稿, 快速生成行銷用的影片等應用.
這個服務工具在這裡:
僅需要打字與文稿, 選擇樣版, 挑選適合的角色, 並選擇適合的人聲, 即可快速地生成影片並發佈.
標籤: video
之前介紹過 Youtube Data API (https://diary.tw/archives/2032), 其中利用 part=snippet 可以取得縮圖的網址, 不過仔細看一下, 目前應該都統一了, 其實只需要 videoId 就可以自行組合出對應的縮圖, 清單如這裡:
https://developers.google.com/youtube/v3/docs/thumbnails
其中預設會出現的有: default, medium, high, standard, maxres 共計5組, 不過再觀察 player用的縮圖, 預設也會有 0, 1, 2, 3 共計 4組, 合起來就會有 9組圖檔.
網址也很單純, 也就是:
https://img.youtube.com/vi/[videoId]/[thumbnail_type].jpg
觀察Youtube影片, 有幾個重要的集合頁可以用來找熱門趨勢的清單, 可以從這裡取得:
- 發燒影片(最新): https://www.youtube.com/feed/trending
- 發燒影片(音樂): https://www.youtube.com/feed/trending?bp=4gINGgt5dG1hX2NoYXJ0cw%3D%3D
- 發燒影片(遊戲): https://www.youtube.com/feed/trending?bp=4gIcGhpnYW1pbmdfY29ycHVzX21vc3RfcG9wdWxhcg%3D%3D
- 發燒影片(電影): https://www.youtube.com/feed/trending?bp=4gIKGgh0cmFpbGVycw%3D%3D
而在 Youtube Data API v3 中有 video list 的功能, 可以參考這裡:
https://developers.google.com/youtube/v3/docs/videos/list
若要取得發燒影片清單, 可以利用這個查詢:
https://youtube.googleapis.com/youtube/v3/videos?part=snippet%2CcontentDetails%2Cstatistics&chart=mostPopular®ionCode=TW&key=[YOUR_API_KEY]
Live streaming擷圖, 可以利用 ffmpeg 工具來達成, 指令如下:
ffmpeg -y -i {live streaming url} -frames:v 1 {output file}
其中 -y 為 overwrite, -i 為 input, -frames:v 1 指擷出一張圖, 而最後的 output 為輸出, 範例指令如:
ffmpeg -y -i https://cph-p2p-msl.akamaized.net/hls/live/2000341/test/master.m3u8 -frames:v 1 test.jpg
(上面的 live streaming url 使用這裡的測試連結: https://ottverse.com/free-hls-m3u8-test-urls/ 第6項)
取得的內容為:
如此便能快速取得擷圖.
繼續閱讀:
之前 Flash Player 因為已經 EOL 下架了. 參考: https://diary.tw/archives/11 (相信很多人也已經改了 html5 的解決方案了).
不過若是以純 video player, 個人建議使用這個 clappr player 是適合的替代品( https://github.com/clappr/clappr) , 用純 html5 的 media element 解決方案來達成 media player 功能, 無論是 mp4 或是 hls 的 live streaming.
目前有個使用上的需求, 就是要能滿版 player , 也就是不要出現比例上不正確時的上下出黑(letterbox)或左右出黑(pillarbox)的狀況.
上下出黑的 letterbox 示意圖:
左右出黑的 pillarbox 示意圖:
而要拉伸視訊至滿版播放器要如何進行設定呢? 原本在查找 clappr doc (http://clappr.github.io/)時, 一直沒有找到對應的設定, 後來發現其實在原本的 css 就有個設定可以達成, object-fit 這個屬性: https://developer.mozilla.org/zh-TW/docs/Web/CSS/object-fit
當這個屬性設定為 object-fit: fill; 時, 就可以達成 stretch to fit 的功能, 也就是不成比例的拉伸(或壓縮)為對應的尺寸, 而不會出現為了維持比例而出現的 letterbox 或 pillarbox.
可以參考這個範例:
https://codepen.io/timhuang/pen/vYGvpqo
繼續閱讀:
https://www.jacksonlin.net/20181218-letterbox-on-youtube/
這個 LBRY 讀做 library, 主要的訴求是:
LBRY is a free, open, and community-run digital marketplace.
Build the future of content freedom.
可以參考這裡: https://lbry.tech/
LBRY is a secure, open, and community-run digital marketplace.
可以參考這裡: https://lbry.org/
簡單地說就是一個供應安全、自由、開放、又是社群經營的數位市集, 所以能有內容儲存、交易、推薦等機能的一個開放架構.
- 遠距醫療挑戰與契機！健保署：2021 年正式納入健保給付範圍 https://geneonline.news/index.php/2020/12/04/telemedicine-future-trend/
- 台灣遠距醫療法規現況與未來挑戰 https://udn.com/news/story/6871/5009650
- 健保署葉逢明：匡列一億臺幣預算 2021將為健保給付遠距醫療元年 https://news.gbimonthly.com/tw/article/show.php?num=35138
看起來遠距醫療因為疫情與偏鄉等資源分配議題, 加速開放了, 這個產業應用, 實際上的難度不在遠距, 而是在診斷啊, 若不是能用視訊方式來實現的檢查, 實務上真的能看診或解決病患的問題嗎?
這個方式很棒, 但是是否能有效看診, 或是解決病患的痛苦, 才是要思考的問題, 不過政府與醫界能正視與肯投入這個應用技術的方式來擴大與解決醫病問題, 的確是很值得鼓勵的!
網站有時需要寄存媒體服務(像是圖片, 影片等), 可以放在本機, 可以利用CDN, 也可以利用這種寄存服務. Publit.io
https://publit.io?fpr=diarytim (此連結為本站推薦代碼)
它提供了圖片寄存, 影片寄存, 而且免費方案就能享有10GB空間, 每月20GB傳輸量可供應用.
通常要開視訊會議需要高昂的硬體設備, 當然, 也有軟體的解決方案, 是不是有更快速的方式呢? 有的, 可以利用這個網站: https://videolink2.me/
只需要在線上直接建立視訊會議室即可快速發起視訊會議, 不用註冊, 馬上可以發起一個線上的視訊會議, 而且免費.
另外它也直接只有聲音參與的方式, 並可以有文字聊天與傳送檔案功能, 目前使手瀏覽器可用外, 還有 chrome browser 的 app: http://bit.ly/vl-chrome-app, 還有 iPhone/iPad 的 App: https://itunes.apple.com/en/app/apple-store/id983787504?mt=8
需要快速開個會嗎? 用 videolink2.me 試看看.
繼續閱讀:
http://www.playpcesor.com/2015/01/videolink2me-p2p.html
這個利用 javascript 寫的 tracking js 用來做許多視訊與圖形辨識上的應用, 官方介紹在這裡:
來看看他的應用有哪些:
- 相片裡的人臉辨識 http://trackingjs.com/examples/face_tag_friends.html 像 facebook 裡的標記朋友那樣的功能.
- 人臉的眼、口辨識: http://trackingjs.com/examples/face_hello_world.html
- 動態的人臉追蹤, 這是從 webcam 動態追蹤人臉: http://trackingjs.com/examples/face_camera.html
- 相片的顏色辨識: http://trackingjs.com/examples/color_hello_world.html
- 從 webcam 的影像做顏色辨識: http://trackingjs.com/examples/color_camera.html
- 從 video 中的影像做顏色辨識: http://trackingjs.com/examples/color_video.html
還有很多其他型式的應用, 簡單來說, 這個 framework 把原本是在應用程式中才能做的特殊影像辨識技術應用在 browser 裡的 javascript 來達來, 目前比較會有問題的是在效率的問題, 不過若是未來 browser 強化與隨著 cpu 等級提升, 相對這些也就都不會是問題了.
快來玩看看吧.