Short Video Maker

🚀 短视频生成工具

このツールはオープンソースの自動化ビデオ制作ツールで、簡単なテキスト入力に基づいて高品質のショートビデオを生成することができます。文字読み上げ（TTS）、音声認識、背景ビデオ選択、音楽のマッチングなど、様々な先進技術を統合しています。

✨ 主な機能

1. 文字読み上げ：Kokoro TTSを使用して、自然で流暢な音声に変換します。
2. 音声認識：Whisper CPPを通じて、正確な文字字幕を生成します。
3. 背景ビデオ選択：Pexelsプラットフォームから、内容に関連する高品質のビデオクリップを選択します。
4. ビデオ合成：Remotionフレームワークを利用して、ビデオ要素の編成とレンダリングを行い、プロレベルのビデオを出力します。

📦 インストール

インストール要件

• ハードウェア構成：

  • CPU：デュアルコア以上を推奨
  • メモリ：少なくとも4GB RAM
  • ハードディスク容量：生成されたビデオと一時ファイルの保存に少なくとも10GBを予約する必要があります。

• ソフトウェア依存関係：

  • Node.js（推奨バージョン：LTS）
  • FFmpeg（バージョン要件：>=2.1.3）
  • Pexels APIキー

実行方法

方法1：NPXコマンドラインツールを使用する

以下のコマンドを直接実行すると、サービスが起動します。

npx short-video-maker

方法2：Dockerを使用してデプロイする

Dockerコンテナを構築して実行します。

docker build -t short-video-maker .
docker run -p 3123:3123 short-video-maker

🚀 クイックスタート

環境変数の設定

プロジェクトのルートディレクトリに.envファイルを作成し、以下の設定項目を追加します。

• PORT=3123（オプション、デフォルトは3123）
• PEXELS_API_KEY=your_api_key
• WHISPER_MODEL=model_name

💻 使用例

基本的な使用法

リクエスト例

{
  "scenes": [
    {
      "text": "欢迎来到短视频生成器，让我们一起探索人工智能的无限可能",
      "searchTerms": ["科技","未来"]
    }
  ],
  "config": {
    "paddingBack": 3000,
    "music": "科幻"
  }
}

リクエスト方法

Postmanまたはcurlツールを使用して、POSTリクエストを送信します。

curl -X POST http://localhost:3123/api/short-video \
-H "Content-Type: application/json" \
-d '{"scenes":[{"text":"示例文本","searchTerms":["关键词"]],"config":{"paddingBack":3000,"music":"类型"}}'

📚 ドキュメント

プロジェクトアーキテクチャ

• フロントエンド：Reactをベースにした視覚的な編集インターフェイス（近日公開予定）
• バックエンド：Node.jsを使用して開発されたRESTful API
• コアモジュール：
  • ビデオ生成器：ビデオの合成とレンダリングを担当します。
  • 字幕生成器：高精度の音声認識機能を提供します。
  • リソースマネージャー：Pexelsビデオリソースの効率的な管理とスケジューリングを実現します。

APIドキュメント

REST API

1. GET /api/short-video/:id：指定されたIDのビデオファイルを取得します。
2. POST /api/short-video：新しいビデオを作成します（バッチ処理に対応）。
3. DELETE /api/short-video/:id：指定されたビデオファイルを削除します。
4. GET /api/music-tags：利用可能な音楽タグのリストを取得します。

MCPプロトコル

• GET /mcp/sse：リアルタイムイベントストリームを購読します。
• POST /mcp/messages：MCPサーバーに制御コマンドを送信します。

📄 ライセンス

このプロジェクトはMIT Licenseのオープンソースライセンスに準拠しています。詳細については、LICENSEファイルを参照してください。

謝辞

以下のプロジェクトの貢献に感謝します。

• Remotion：強力なビデオ生成フレームワークを提供してくれました。
• Whisper.cpp：優れた音声認識ツールです。
• Pexels：豊富なビデオリソースライブラリを提供してくれました。
• FFmpeg：機能豊富な音声・ビデオ処理ツールです。
• Kokoro.js：先進的なTTSエンジンです。