MyKreaTool | Нейросети, ChatGPT и AI-инструменты: post #395 — TG.ME

Автоматическая нарезка видео перестала быть ручной работой: разработчик под ником i_alakey выложил в открытый доступ код конвейера на ~7000 строк, который сам режет аниме-эпизоды на вертикальные Shorts — от исходного видео до готового ролика с субтитрами и отправкой в Telegram. Репозиторий называется shorts-factory, и это не игрушечный пример, а рабочая витрина большого приватного проекта с 249 тестами. Как работает нейросеть для видео внутри конвейера Идея простая: закинул эпизод целиком — на выходе несколько клипов формата 9:16, уже с динамическим кадрированием, пословными субтитрами, водяным знаком и обработанным звуком. Автор описывает путь так: эпизод.mp4 → транскрипт → анализ сигналов (аудио, лица, склейки, темп, хуки) → отбор моментов через LLM → сборка сегментов → виртуальная камера 9:16 → слои оформления → чистка метаданных → публикация в Telegram Всего тринадцать этапов, и каждый включается или выключается независимо — никаких флагов в командной строке, всё поведение канала описывается одним config.yaml. Это принципиально для тех, кто хочет автоматизацию монтажа под себя: файл конфигурации можно диффать, откатывать и подбирать параметры методом проб, не трогая код. Почему автоматическая нарезка видео на шортсы не ломается на середине Главная инженерная деталь — fail-soft архитектура. Если на девятом этапе из тринадцати что-то падает, весь прогон не летит в мусор: отсутствие библиотеки детекции лиц не роняет конвейер, недоступность внешнего сервиса субтитров мягко пропускается. Для конвейера, который может гонять исходники часами, это единственный вариант жить долго. Отдельно решена проблема отладки: в debug-режиме, если моменты для нарезки ещё не просчитаны, а этапы постобработки уже включены, система берёт весь ролик целиком — чтобы можно было полировать субтитры или ватермарк, не прогоняя заново тяжёлые модели распознавания речи и LLM-отбор. Виртуальная камера как замена оператору Отдельный модуль отвечает за то, за что в обычном монтаже отвечает человек с камерой на плече. Центровой кроп кадра выбрасывает половину полезной картинки, а наивное слежение за лицом даёт дёрганую, неприятную для просмотра камеру. Решение — каскад из нескольких детекторов лиц (если один недоступен, включается следующий), выбор "героя" сцены по совокупности уверенности, крупности и положения в кадре, и физическая модель движения камеры с ограничением скорости и ускорения, которая не позволяет ей резко скакать между персонажами. Что это значит для контент-мейкинга Для тех, кто зарабатывает на коротких видео, это готовый скелет: нейросеть для видео берёт рутину нарезки на себя, а человек занимается только отбором исходников и донастройкой конфига. ИИ для видеомонтажа такого уровня раньше был доступен только внутри дорогих SaaS-сервисов — здесь же открытый код, который можно форкнуть и адаптировать под свою нишу, будь то геймплей, подкасты или образовательный контент. Порог входа — умение работать с Python и терпение на подбор параметров под конкретный тип видео. — — — ❤️ — сильно / 🔥 — так себе 💬 А ты что думаешь? Пиши в комментариях 🎧 Некогда читать — послушай голосовую версию ниже 📎 Читать статью целиком 📢 Подписаться на @aigoby #AIинструменты #нейросети #AIтулы #ИИ #AI