AI के साथ 2-होस्ट वीडियो पाइपलाइन बनाना

मैं छोटे वर्टिकल वीडियो से आगे बढ़ना चाहता था।

लंबे कंटेंट के लिए एक बेहतर फॉर्मेट की आवश्यकता होती है। एक लिस्ट पढ़ती हुई अकेली रोबोटिक आवाज़ उबाऊ होती है। लोग देखना बंद कर देते हैं।

मैंने दो होस्ट के साथ 10 मिनट के वीडियो बनाने के लिए एक सिस्टम बनाया है। वे आपस में बात करते हैं, असहमत होते हैं, और स्वाभाविक रूप से विषयों को एक-दूसरे को सौंपते हैं। यह लय लोगों को वीडियो देखने के लिए प्रेरित रखती है।

मैंने इसे GitHub Actions के भीतर काम करने के लिए शुरुआत से बनाया है। जब भी मैं किसी फाइल को अपडेट करता हूँ, इसे स्वचालित रूप से चलना चाहिए।

यह सिस्टम इस प्रकार काम करता है:

• सब कुछ एक सिंगल JSON फाइल से शुरू होता है। • इस फाइल में स्क्रिप्ट, स्पीकर्स और स्लाइड डेटा होता है। • मैं ऑडियो के लिए edge-tts का उपयोग करता हूँ। यह मुफ्त है और इसके लिए किसी API की आवश्यकता नहीं होती है। • मैं JSON डेटा को स्लाइड इमेज में बदलने के लिए Pillow का उपयोग करता हूँ। • मैं ऑडियो और इमेज को वीडियो में जोड़ने के लिए ffmpeg का उपयोग करता हूँ।

मुख्य तकनीकी विकल्प:

  • दो आवाज़ें: मैं Speaker A को एक आवाज़ और Speaker B को दूसरी आवाज़ के साथ मैप करता हूँ। मैं वाक्यों को 25 शब्दों से कम रखता हूँ। इससे AI अधिक मानवीय लगता है।
  • कोई ब्राउज़र नहीं: मैं स्लाइड बनाने के लिए Playwright या Chrome का उपयोग नहीं करता हूँ। CI पाइपलाइन में इसमें बहुत अधिक समय लगता है। इमेज रेंडर करने के लिए Pillow बहुत तेज़ है।
  • स्मार्ट एरर्स: मैं हर ऑडियो क्लिप के फाइल साइज की जाँच करता हूँ। कभी-कभी API एक खाली फाइल लौटाता है। मेरा स्क्रिप्ट वीडियो फेल होने से पहले ही इसे पकड़ लेता है।
  • तेज़ रेंडरिंग: GitHub Actions में 10 मिनट के वीडियो को रेंडर होने में लगभग 5 मिनट लगते हैं। उस समय का अधिकांश हिस्सा ऑडियो API का इंतज़ार करने में बीतता है।

वर्कफ़्लो सरल है:

  1. मैं एक विशिष्ट फोल्डर में JSON फाइल पुश करता हूँ।
  2. GitHub Actions रेंडरिंग को ट्रिगर करता है।
  3. सिस्टम API के माध्यम से वीडियो को YouTube पर अपलोड करता है।
  4. फाइल एक 'uploaded' फोल्डर में चली जाती है।

यह सेटअप मुझे बिना मैन्युअल एडिटिंग के लॉन्ग-फॉर्म एजुकेशनल कंटेंट बनाने की अनुमति देता है। यह एक स्क्रिप्ट को स्वचालित रूप से एक तैयार वीडियो में बदल देता है।

स्रोत: https://dev.to/morinaga/what-i-learned-building-a-scripted-two-host-video-pipeline-with-edge-tts-and-ffmpeg-41o6

वैकल्पिक लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi