Potok AI · RAG
AI Video Studio
Od biblioteki książek do udźwiękowionego, ilustrowanego wideo: scenariusz powstaje z odnalezionych fragmentów, jest sprawdzany przed wydaniem pieniędzy, potem nagrywany, ilustrowany, renderowany i publikowany.
- 8etapów, bez ręcznego kroku
- 1kontrola jakości przed płatną generacją
- 3dostawców TTS z rezerwą
- RAGscenariusze pisane ze źródeł
Problem
Ręczne prowadzenie kanału to dla każdego wideo: research, dokładny scenariusz, lektor, obrazy, muzyka, montaż i upload. Pozwolenie modelowi pisać z pamięci jest szybkie i po cichu błędne.
Jak to działa
- 01
Wczytanie źródeł
E-booki i PDF-y są wyodrębniane, czyszczone i dzielone na fragmenty.
- 02
Budowa indeksu
Fragmenty są osadzane przez sentence-transformers i zapisywane w ChromaDB.
- 03
Scenariusz oparty na źródłach
LLM pisze scena po scenie z odnalezionych fragmentów. Ocena jakości może odrzucić scenariusz, zanim ruszy jakikolwiek płatny krok.
- 04
Głos i synchronizacja
TTS od kilku dostawców z rezerwą; faster-whisper podaje czasy słów do napisów.
- 05
Obrazy i muzyka
Obraz do każdej sceny, sprawdzany z wypowiadanym zdaniem modelem typu CLIP, potem muzyka pod głosem.
- 06
Render i publikacja
MoviePy i FFmpeg renderują wideo; tytuł i tagi są generowane, a każde wideo jest śledzone dla kanału przed uploadem.
Znane ograniczenia
- Wyrosło z potoku treści z 2024 roku; publiczne repozytorium to oczyszczona wersja tej pracy.