ارزان‌ترین بخش، پرکارترین بخش بود

من یک ویدیوی هوش مصنوعی ۹۰ ثانیه‌ای برای پروژه‌ام ساختم. بخش‌های سینمایی هزینه داشتند. بخش دمو صفر دلار هزینه داشت.

ویدیو شامل سه بخش است:

  • یک مقدمه ۱۴ ثانیه‌ای با شخصیتی در حال راه رفتن.
  • یک دمو ۶۶ ثانیه‌ای از محصول.
  • یک بخش پایانی ۱۰ ثانیه‌ای.

مقدمه و بخش پایانی از مدل‌های هوش مصنوعی استفاده کردند. هزینه ویدیوی هوش مصنوعی بین ۳۰ سنت تا ۳ دلار برای هر کلیپ است. من حدود ۹ دلار برای این بخش‌ها هزینه کردم.

بخش میانی، هسته اصلی ویدیو است. این بخش نشان می‌دهد که نشانگر موس روی اپلیکیشن وب من حرکت می‌کند. نشان می‌دهد که متن در فرم‌ها تایپ می‌شود. اسکرول کردن نرم و هایلایت‌های درخشان را نشان می‌دهد.

من از ضبط‌کننده صفحه استفاده نکردم. برای این کار از مدل ویدیویی هوش مصنوعی استفاده نکردم. در عوض، از کد استفاده کردم.

سیستم من انیمیشن‌های CSS را مستقیماً به صفحه وب زنده تزریق می‌کند. یک ابزار، زمان‌بندی انیمیشن را فریم به فریم جلو می‌برد. یک اسکرین‌شات می‌گیرد، زمان را جلو می‌برد و اسکرین‌شات دیگری می‌گیرد. سپس، ffmpeg این تصاویر ثابت را به یک ویدیو تبدیل می‌کند.

این روش مزایای بزرگی دارد:

  • هیچ هزینه‌ای ندارد.
  • حرکت‌ها کاملاً نرم هستند.
  • هر بار اجرا دقیقاً یکسان است.
  • می‌توانم هر داده‌ای را در صفحه فوراً تغییر دهم.

بخش دشوار، این بود که کد را طوری بنویسیم که رفتاری انسانی داشته باشد. ما باید سه مشکل اصلی را حل می‌کردیم:

  • نگه داشتن نشانگر موس در طول تغییرات صفحه.
  • تایپ کردن روی متن‌های موجود به طوری که اپلیکیشن خطا نشان ندهد.
  • پیدا کردن کانتینر مناسب برای اسکرول کردن در صفحه.

بخش‌های سینمایی پرزرق‌وبرق سرگرم‌کننده هستند. اما بخش دمو است که قابلیت مقیاس‌پذیری دارد. بخش دمو رایگان است.

تفکیک هزینه‌ها:

  • تصاویر: ۴.۴۱ دلار
  • ویدیو: ۸.۹۵ دلار
  • صدا: ۰.۳۸ دلار
  • مجموع: ۱۳.۷۴ دلار

دمو ۶۶ ثانیه‌ای ۰.۰۰ دلار هزینه داشت.

منبع: https://dev.to/hiper2d/the-cheapest-part-of-my-ai-video-was-the-part-that-does-the-most-work-4d30

انجمن یادگیری اختیاری: https://t.me/GyaanSetuAi