naqashafzal/AI-Content-Studio

A 100% free & open-source AI Content Automation Tool that writes scripts, generates voiceovers, creates videos, and uploads them automatically — hands-free YouTube growth powered by AI.

🎬 AI Content Studio – 次世代 (v2.0)

概要 – ビデオ、ポッドキャスト、ショートクリップを自動的に作成できるオープンソースのデスクトップ/Web アプリケーションです。AI エージェント（調査、スクリプト作成、品質チェックなど）とメディア処理パイプラインを連携させ、トレンドトピックから、キャプション、ブランディング、オプションの B-roll を備えた、ラウドネス正規化された完成ビデオまでを、手動編集なしで実現します。

コア機能

機能	提供内容
自律 AI ディレクター	トピックを調査し、スクリプトを作成し、事実の正確性とナラティブフローをチェックし、高価なメディアが生成される前に低スコアのシーンを書き直すことができる、監督的なマルチエージェントシステム（`StrategyAgent`、`TrendDiscoveryAgent`、`ResearchAgent`、`CreativeDirectorAgent`、`QualityAssuranceAgent`、`LearningAgent`）。
インタラクティブストーリーボード	シーンカードには、ナレーション、ビジュアルプロンプト、フレーミングノート、オーディオキューが表示されます。気に入ったシーンをロックし、自然言語の指示で単一ショットの再生成をディレクターに依頼できます。
Magic AI Clipper 2.0	長い YouTube ビデオ、ポッドキャスト、ストリームを縦型ショートに変換します。Whisper 文字起こし、オーディオ音量ピーク、OpenCV カラーヒストグラムカットを融合して「バイラルモーメント」を見つけ、アクティブスピーカーを追跡し、ストック B-roll を注入し、カラオケスタイルのキャプションを焼き付けます。
スタイルクローンエンジン	参照ビデオ（例：MrBeast や Vox クリップ）をアップロードします。システムはショット長、カット頻度、キャプションアニメーションを分析し、新しいコンテンツに適用できる再利用可能なスタイルプロファイルを作成します。
非線形タイムライン＆リップルエディター	テキストベースの編集：トランスクリプト内の単語を削除すると、基になるビデオ/オーディオが自動的にトリミングされます。AI アシスタントは「ペースを上げる」や「このセクションをミュート」などの平易な英語コマンドも受け付けます。
オーディオマスタリング＆ウルドゥー語サポート	YouTube/TikTok 標準向けの FFmpeg EBU-R128 ラウドネス正規化に加え、TTS 用にウルドゥー語とローマ字ウルドゥー語テキストを正しく発音する音声エンジン。
堅牢な SQLite キュー	ジョブは段階的に保存されるため（`research → storyboard → qa_review …`）、クラッシュや再起動で進行状況が失われることはありません。
マルチモデルゲートウェイ	Google Gemini、OpenAI 互換サービス、ローカル Ollama モデルと通信でき、自動フェイルオーバーを備えた統一 API レイヤー。
オートパイロットキャンペーン	バックグラウンドボットがトレンドを継続的にスキャンし、コンテンツ生成をスケジュールできます。24/7 チャンネルの運営に役立ちます。
ユーティリティツールボックス	スタンドアロンのキャプションバーナー、アスペクト比コンバーター（9:16、16:9、1:1）、プリセット音声付き TTS ジェネレーター。

アーキテクチャ概要

フロントエンド – Next.js (React) と Turbopack、バニラ CSS + グラスモーフィズム UI、エージェントログとタイムライン同期のためのリアルタイム WebSocket 更新。
バックエンド – FastAPI + Uvicorn (Python 3.10+)。SQLite + SQLAlchemy がジョブキューとチェックポイントを保存します。
メディア処理 – すべてのビデオ/オーディオ作業に FFmpeg、ソースメディアのダウンロードに yt-dlp、文字起こしに OpenAI Whisper（オフライン）、字幕生成に pysubs2、スピーカートラッキングとヒストグラムベースのカット検出に OpenCV。
AI オーケストレーション – 選択した LLM プロバイダー（Gemini、OpenAI、Ollama）にプロンプトをルーティングし、応答をエージェントに返す軽量な「ゲートウェイ」。

クイックスタート

クローンしてインストール

git clone https://github.com/naqashafzal/AI-Content-Studio.git
cd AI-Content-Studio
# Python 環境
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
# フロントエンド依存関係
cd web && npm install && cd ..

実行 – Windows では、提供されている start.bat がすべてを実行します（Python/Node/FFmpeg をチェックし、localhost:8008 で API を起動し、localhost:3000 で UI を起動します）。他の OS では、別々のターミナルで 2 つのサーバーを起動できます：
```
# バックエンド
python server/main.py   # FastAPI
# フロントエンド（/web 内）
npm run dev
```
http://localhost:3000 を開き、UI に従って新しいキャンペーンを作成し、トレンドを選択し、自律エージェントがビデオを構築するのを見守ります。

誰が恩恵を受けるか？

コンテンツクリエイター – ビデオ編集ツールを学ばずにショートフォームビデオ制作をスケールしたい方。
マーケター/代理店 – 特定のビジュアルスタイルに一致する、迅速なブランドビデオ広告が必要な方。
教育者/解説ビデオ制作者 – スクリプトからナレーション付きビデオまでのハンズフリーパイプラインを探している方。
開発者 – マルチエージェントオーケストレーション、マルチモーダルメディア分析、または提供された API 上での構築に興味がある方。

制限と注意事項

システムは外部 LLM API（Gemini、OpenAI、Ollama）に依存しています。選択したプロバイダーの有効な API キーが必要です。
スタイルクローンはショットレベルの統計を分析することで機能します。著作権で保護されたビジュアルアセットをコピーするわけではありませんが、出力は参照スタイルに似ている場合があります。
「オートパイロット」トレンドスキャナーは単純なスクレイパーです。ソースデータがノイズが多い場合、ニッチなトピックを見逃したり、低品質のアイデアを生成したりする可能性があります。
すべての重いメディア作業（FFmpeg トランスコーディング、Whisper 文字起こし）はローカルで実行されるため、高解像度ビデオには適切な CPU/GPU と十分なディスク容量が必要です。

コミュニティとサポート

このプロジェクトは MIT ライセンスで、オープンに開発されています。著者はチュートリアルと更新用に Patreon、Instagram、YouTube チャンネルを提供しています。完全なテストスイート（pytest）は 19/19 合格を報告しており、リポジトリにはキューリカバリとシークレット処理用のスクリプトが含まれています。

結論 – AI Content Studio は、マルチエージェント AI プランニングと堅牢なビデオ処理パイプラインを組み合わせた、かなり完全で本番対応のスタックであり、非技術系クリエイターが最小限の手作業で洗練されたショートフォームビデオを生成できるようにします。