반응형
AI 딥페이크 강의 제작 도구

AI 딥페이크 강의 제작 도구

1. Synthesia (유료)

  • 네 얼굴을 AI 아바타로 등록하면 스크립트를 입력하는 것만으로 자동으로 강의 영상을 생성
  • 자연스러운 표정 변화와 제스처 포함
  • 다양한 언어와 음성 지원

2. HeyGen (유료)

  • 사진 한 장만 업로드해도 AI가 말하는 영상 생성
  • 음성뿐만 아니라 표정까지 자연스럽게 구현 가능

3. D-ID (유료, API 지원)

  • 얼굴 사진과 음성을 입력하면 말하는 영상 생성
  • 실시간 대화 기능 지원

4. Wav2Lip (무료, 오픈소스)

  • 네가 녹음한 음성 파일을 기존 영상과 합쳐 입 모양을 자연스럽게 동기화
  • 음성과 얼굴을 따로 녹화한 후, 이를 맞추는 방식

5. DeepFaceLab (무료, 고급 사용자용)

  • 딥페이크 기술을 이용해 기존 영상 속 얼굴을 네 얼굴로 변경 가능
  • 가장 강력한 도구지만 학습 과정이 복잡함

추천 조합

  • Synthesia 또는 HeyGen을 사용하면 쉽고 빠르게 AI 강의 영상을 만들 수 있음.
  • Wav2Lip을 활용하면 기존 영상을 녹화한 후 입 모양만 자연스럽게 보정 가능.
  • 프로 수준의 딥페이크를 원한다면, DeepFaceLab을 학습해서 직접 조정 가능.
728x90
반응형

다음 스크립트가 동작하려면 별도로 sshpass를 install해야함.

젠킨스서버, 대상 클라이언트 서버 모두 설치되어있어야함.

pipeline {
    agent any
    environment {
        REMOTE_HOST = "[클라이언트주소]"
        REMOTE_USER = "root"
        REMOTE_PASS = "[비밀번호]"
        GIT_REPO = "http://[깃리포지토리주소].git"
    }
    stages {
        stage('Deploy to Rocky Linux via SSH') {
            steps {
                sh """
                sshpass -p '$REMOTE_PASS' ssh -o StrictHostKeyChecking=no $REMOTE_USER@$REMOTE_HOST <<'EOF'
                set -e
                cd [패키지경로]
                
                # Git 업데이트
                git pull

                # Docker 빌드 및 배포
                docker build -t [패키지명]:latest .

                # 기존 컨테이너 중지 및 삭제
                docker stop [패키지명] || true
                docker rm [패키지명] || true
                
                cd /root
                nohup bash ./run_docker.sh > /dev/null 2>&1 &

                """
            }
        }
    }
}
728x90
반응형

회사에서 젠킨스를 이용해서 자동 배포환경을 구축하는 과정에서 젠킨스에서 도커의 -it 옵션때문에 쉘스립트를 이용해서 도커를 실행하도록 작업하였습니다.
(tty에러가 나는데 그건 도커 bash는 interactive하게 클라이언트와 통신을 해야하기 때문에 발생한다고 한다.)

핵심은 -dit 옵션이고 -d옵션이 데몬을 의미하며 백그라운드로 실행되게 하는 옵션이다.

저렇게하면 도커를 실행해도 도커 내부 bash로 진입하지 않는다.

그리고 docker exec를 이용해서 도커 내부 bash에 명령어를 실행하도록 작업하여 도커 컨테이너 내부에 DB와 웹서버를 실행하도록 스크립트를 작성하였다.

#!/bin/bash

docker stop [DOCKER_NAME] 2>/dev/null
docker rm [DOCKER_NAME] 2>/dev/null

docker run -dit -p 8081:8081 -p 27017:27017 --name ds_ml -v mongodb:/data/db [DOCKER_NAME]:latest

docker exec [DOCKER_NAME] bash -c "source ~/.bashrc && conda activate myenv && mongod --bind_ip 0.0.0.0 --port 27017 --dbpath /data/db &"

docker exec [DOCKER_NAME] bash -c "source ~/.bashrc && conda activate myenv && uvicorn main:app --host 0.0.0.0 --port 8081 > /var/log/uvicorn.log 2>&1"

 

728x90

+ Recent posts