media-processor-service

מה זה

בצד הקלט מעלים קבצי וידאו מקומיים או כותבים תסריט טקסטואלי של עד חמש מאות מילים. בוחרים שפה מתוך מעל חמישים אפשרויות, קול, סגנון מצב רוח כמו רגוע או דרמטי, והגדרת גיל לקול. הפלט שמקבלים הוא קובץ וידאו ערוך שכולל קריינות מובנית, מוזיקת רקע, חיתוך לפי יחס תצוגה מבוקש או פילטרים שנועדו להקשות על מערכות זיהוי תוכן.

מאחורי הממשק רץ שרת פלאסק פשוט שמפעיל שרשרת כלים מוכרת. הקריינות מיוצרת באמצעות הספרייה edge-tts שמנצלת קולות עצביים של מיקרוסופט, ועיבוד הווידאו בפועל נשען על FFmpeg ו־MoviePy. למרות שהרשימה מציינת חיבור למודל התמונות stable-diffusion-3-medium, עיקר העבודה שמתבצעת בקוד נשענת על מניפולציות של קבצי מדיה, הדבקת מקטעים והחלת פילטרים גרפיים.

מתאים ל

• הפקת קריינות רב לשונית

  המרת טקסטים קצרים של עד 500 מילים לקבצי דיבור עם שליטה בגיל ובסגנון באמצעות edge-tts.

• חיבור מקטעי וידאו לטיקטוק

  איחוד מספר קטעים קצרים לסרטון אחד עם התאמת יחס תצוגה והוספת מוזיקת רקע.

• החלת פילטרים על סרטונים

  עיבוד מהיר ב־FFmpeg שמוסיף שכבות צבע וחיתוכים במטרה לטשטש עקבות של תוכן מקורי.

איפה זה נופל

ההבטחה לעקיפת זכויות יוצרים בפייסבוק או יוטיוב היא בעיקר שינויי צבע, חיתוך שוליים ומניפולציות בסיסיות של FFmpeg. אלגוריתמים מודרניים לזיהוי תוכן עדיין יכולים לתפוס את החומרים בקלות, כך שאי אפשר להסתמך על זה באופן עיוור. בנוסף, המעבד החלש גורם לזמני המתנה ארוכים ברגע שמנסים לעבד סרטונים ארוכים, והתמיכה בטקסטים ארוכים מעל חמש מאות מילים מוגבלת מאוד.

איך משתמשים

נכנסים לעמוד, בוחרים באחת משלוש הלשוניות: חיבור סרטונים, חיתוך מוגן ליוטיוב, או יצירת וידאו מתסריט. מעלים את הקבצים או מדביקים את הטקסט, לוחצים על יצירה וממתינים להורדה. אין צורך בהרשמה או התחברות.

העיבוד מתבצע על מעבד בסיסי בלבד ללא מאיץ גרפי ייעודי. הפעולה לוקחת בין שלושים למאה ועשרים שניות בהתאם לאורך הסרטון והעומס, ולכן עדיף להזין טקסטים קצרים יחסית ולא להעמיס קבצים כבדים.

הרישיון

הפרויקט מופץ תחת רישיון MIT שמאפשר שימוש חופשי, העתקה ושינוי של הקוד לכל מטרה. הקבצים שאתם מעלים והסרטונים שנוצרים נשמרים בשרת באופן זמני בלבד, ונמחקים בכל פעם שהשרת מופעל מחדש.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗