Alisa0808/vox-director

Vox Director – AI 기반 '페이퍼 콜라주' 설명 영상

기능 – 단일 라인의 주제(예: "멕시코 거리 음식")를 입력하면 도구가 자동으로 짧고 Vox 스타일의 영상을 생성합니다. 출력물은 다음을 포함하는 완전히 렌더링된 mp4 파일입니다:

• 스크립트 기반 내레이션
• 각 비트에 대한 콜라주 스타일의 키프레임 포스터
• 애니메이션된 움직임
• 배경 음악 및 자막

작동 방식 – 이 파이프라인은 Atlas Cloud API와 로컬 ffmpeg 설치에서 작동하는 에이전트 스킬입니다. 단계는 다음과 같습니다:

1. 비트 맵 – 에이전트가 내러티브 아크(‘비트’)를 제안하고 승인을 받습니다.
2. 스타일 비교 – 동일한 비트를 몇 가지 시각적 테마로 렌더링하고, 선호하는 스타일을 선택합니다.
3. 키프레임 생성 – 각 비트는 nano-banana-2 텍스트에서 이미지로 변환 모델을 사용해 콜라주 포스터로 변환됩니다.
4. 애니메이션 – 포스터는 Gemini-Omni-Flash 이미지에서 동영상으로 변환 모델(또는 실제 인물/브랜드 전용 모델)로 애니메이션됩니다.
5. 음성 및 음악 – 내레이션은 xai/tts-v1(또는 seed-audio-1.0로 클론)로 생성되며, 음악은 minimax/music-2.6에서 제공됩니다.
6. 조립 – ffmpeg가 클립을 연결하고 오디오를 믹스하며 자막과 워터마크를 추가해 final.mp4를 생성합니다.

입력 변형 – 기본적인 'B-롤' 흐름 외에도 다음을 지원합니다:

• A-롤 – 대화하는 헤드 영상을 제공하면 시스템이 비트로 분할하고, 콜라주 스타일로 재스타일링하면서 입술 동작을 유지합니다.
• C-롤 – 단일 사진을 제공하면 주체를 추출해 각 콜라주 포스터에 배치합니다.
• 호스트 모드 – 단일 이미지에서 생성된 디지털 발표자가 콜라주 세계 안에서 내레이션을 말합니다.

사용 모델 – 모든 모델은 Atlas Cloud를 통해 접근됩니다(스킬은 런타임에 최신 목록을 가져옵니다). 주요 모델은 다음과 같습니다:

• google/nano-banana-2 – 콜라주 포스터용
• google/gemini-omni-flash – 일반 애니메이션용
• kwaivgi/kling-video-o3-pro – 실제 인물 애니메이션용
• bytedance/seedance-2.0 – 발표자 영상용
• xai/tts-v1 – TTS용
• minimax/music-2.6 – 배경 음악용

설치 및 사용법 – 독립형 프로그램이 아니라, Claude Code, Codex 등 코드 기반 에이전트가 호출할 수 있는 에이전트 스킬입니다. 에이전트의 스킬 디렉터리에 리포지토리를 클론하거나 제공된 .skill 파일을 로드하여 설치한 후 Atlas Cloud API 키를 설정합니다. 이후 단순히 1줄 프롬프트로 영상 생성을 요청하면 됩니다.

리포지토리 내부 내용 –

• SKILL.md/SKILL.zh.md – 에이전트용 워크플로 설명
• scripts/ – 각 파이프라인 단계별 개별 스크립트
• references/ – 프롬프트 가이드, 내러티브 아크 템플릿, 음성 목록, 세부 움직임을 위한 로컬 엔진 설명
• examples/ – 바로 실행 가능한 beats.json 파일들
• assets/ – README에서 사용된 샘플 영상

개발자 – Alisa Qian (@alisaqqt). 프로젝트는 MIT 라이선스이며 Atlas Cloud 서비스에 의존합니다.

---

요약하면, Vox Director는 짧은 텍스트 프롬프트를 통해 정교한 콜라주 스타일의 설명 영상으로 변환하는 즉시 사용 가능한 AI 기반 워크플로우이며, 에이전트 친화적인 스킬과 일련의 생성 모델을 통해 조율됩니다.