SamurAIGPT/Text-To-Video-AI

解決する課題

このプロジェクトは、シンプルなテキストプロンプトから魅力的なショートフォーム動画（YouTube Shorts、Instagram Reels、TikTokなど）の作成を自動化します。スクリプトの作成、ボイスオーバーの録音、バックグラウンド映像の探求、字幕の同期といった手作業をすべて排除します。

動作方法

このシステムは、複数のAIサービスを調整して、動画をエンドツーエンドで構築します：

1. スクリプト作成：ユーザーが提供するトピックに基づき、LLM（OpenAI、Groq、Google Geminiなど）を使用してスクリプトを生成します。
2. ボイスオーバー：EdgeTTS（無料）またはElevenLabsを使用して、スクリプトを音声に変換します。
3. ビジュアル：Pexelsから関連するB-roll映像を取得するか、MuAPIを介してAI動画セグメントを生成（Google Veo、Sora、Klingなどのモデルをサポート）。
4. 字幕：WhisperまたはDeepgramを使用して音声のタイムスタンプを生成し、同期された画面内テキストを作成します。
5. 統合：これらの要素を組み合わせ、縦型または横型の最終動画ファイルとして出力します。

対象ユーザー

プロの編集ソフトウェアや手動でのアセット調達なしに、迅速に高品質なAI駆動動画コンテンツを制作したいコンテンツクリエイター、SNSマネージャー、教育者。

特徴

• 柔軟なAIスタック：複数のLLMプロバイダーと、MuAPIを介したハイエンド動画生成モデルをサポート。
• B-roll統合：Pexelsからストック映像を自動取得。
• カスタマイズ可能なスタイル：字幕のフォント、色、位置を完全に制御可能。
• 複数フォーマット対応：9:16（縦型）および16:9（横型）の両方をネイティブサポート。
• アクセスしやすい導入：ローカルインストール、Google Colab、またはプロダクション対応のプレミアムAPIから利用可能。