FluxoVídeo IA
Aplicação de automação audiovisual para experimentar engenharia de prompt, APIs e processamento de vídeo: roteiro, narração, mídia, legendas e renderização organizados em uma fila de trabalhos que roda no meu próprio computador.
A ideia
Um laboratório pessoal de automação audiovisual: entender, na prática, como engenharia de prompt, APIs de modelos e processamento de vídeo se encaixam em um pipeline de ponta a ponta — da intenção ao arquivo renderizado.
Tudo roda localmente: uma interface web em HTML, CSS e JavaScript; uma API FastAPI que valida requisições e guarda histórico; um gerenciador de jobs que executa um trabalho por vez (para caber em computadores modestos); e subprocessos FFmpeg que fazem o processamento pesado.
Como funciona
Ver o fluxo em texto (acessível)
- Entrada e escolha do fluxo: vídeo, texto ou configurações fornecidos na interface web local.
- Coordenação: a API FastAPI valida a solicitação; o gerenciador de jobs organiza e acompanha a tarefa.
- O caminho depende do recurso selecionado: cortes de vídeos ou geração e composição.
- Serviços e APIs entram quando necessários: IA, transcrição, voz ou mídia.
- FFmpeg processa, monta e renderiza os vídeos.
- Resultado e acompanhamento: progresso e arquivos gerados disponíveis na aplicação.
Os sete fluxos de trabalho
- Cortes de vídeos longos — transcrição, janelas de interesse sugeridas por LLM, extração de trechos e enquadramento vertical seguindo o locutor. É o fluxo que uso hoje.
- Vídeo longo — roteiro estruturado por cena, narração sintetizada e medida, seleção de mídia e legendas, com duração aproximada ao alvo.
- Shorts verticais — roteiro curto, cenas 9:16 e legendas de palavras, reutilizando os componentes do fluxo longo.
- Recap de quadrinhos e mangá — extração de páginas e quadros, OCR opcional de balões e narração por painel.
- Identidade visual — molduras, chamadas e marca gráfica aplicadas por overlays para padronizar posts.
- Edição dinâmica — roteiros de vendas ou humor a partir de fontes encadeadas, com textos de tela e produto.
- Adaptação e dublagem — transcrição de um vídeo enviado, adaptação textual por janela e fala sintetizada sincronizada.
Evidências de validação
A documentação técnica registra esses resultados, incluindo um render local de teste com 132 cortes. São evidências de funcionamento — não experimentos de audiência: notas de “viralidade” derivadas de texto ou energia visual não são previsões calibradas de desempenho em plataformas.
Estado do projeto, com transparência
Cortes em uso pelo criador · outros recursos em avaliação e aprimoramento · serviços externos dependem de conexão, disponibilidade e configuração.
- Mídia gerada ou baixada não transfere direitos: autoria e regras de terceiros continuam valendo.
- Concorrência em três níveis — threads para jobs, subprocessos para FFmpeg e provedores remotos opcionais — com tolerância a falhas e observabilidade por logs.
- Próximos passos: simplificar configuração, melhorar recuperação de falhas no meio do pipeline e documentar melhor cada fluxo.