Anil-matcha/AI-Youtube-Shorts-Generator

解決する課題

このプロジェクトは、有料のAIクリッピングツールのオープンソース代替品を提供します。高額な月額料金やクリップごとのクレジット制限なしで、長尺のYouTube動画をTikTok、Reels、YouTube Shorts向けのバイラルな縦型クリップ (9:16) に変換できます。

仕組み

このツールは、以下の多段階パイプラインを通じて動画を処理します：

1. 取り込み (Ingestion)：YouTube URLまたはローカルファイルから動画をダウンロードします。
2. 文字起こし (Transcription)：Whisper (MuAPI経由、またはローカルの faster-whisper 経由) を使用して、タイムスタンプ付きの文字起こしを作成します。
3. 分析 (Analysis)：LLM (GPTまたはGemini) が特定の「バイラルフレームワーク」を使用して文字起こしを分析し、フック、感情のピーク、実用的な価値に基づいてインパクトの強い瞬間を特定します。
4. 処理 (Processing)：長尺動画をチャンク化してハイライトの取りこぼしを防ぎ、重複するクリップを削除します。
5. レンダリング (Rendering)：選択されたハイライトを垂直にクロップします。APIモードではMuAPIが処理し、ローカルモードではOpenCVの顔追跡とFFmpegによるモーションスムージングを使用します。

対象ユーザー

• コンテンツクリエイター：長尺コンテンツを無料でショート動画に再利用したい方。
• エージェンシー：高額なSaaSコストをかけずに大量の動画を処理する必要がある方。
• 開発者：提供されているPythonライブラリやCLIを使用して、AIクリッピングパイプラインを自身のアプリケーションに統合したい方。

特徴

• デュアル動作モード：高速なAPI駆動モード (MuAPI) と、オフライン処理用のローカルモード (LLM呼び出しを除く) を提供します。
• バイラル性を考慮したランキング：一般的な関心ではなく、「オピニオンボム」や「驚きの瞬間」といった特定のシグナルに基づいてクリップをランク付けします。
• スマートな縦型クロップ：ローカルモードでは顔追跡を使用し、被写体が9:16のフレームの中央に収まるようにします。
• 自動化対応：xargs を介したバッチ処理をサポートし、結果をJSONでエクスポートして後続のワークフローに利用できます。