Реализация AI-генерации коротких роликов для соцсетей

Разработка AI-системы генерации коротких видео для соцсетей

Автоматическая генерация short-form видео для TikTok, Instagram Reels, YouTube Shorts из текстового контента (статьи, новости, подкасты, продуктовые описания). Производительность: 10–50 готовых клипов в час.

Пайплайн short-video генерации

from dataclasses import dataclass
from openai import AsyncOpenAI
import asyncio

client = AsyncOpenAI()

@dataclass
class ShortVideoScript:
    hook: str           # первые 3 секунды — захват внимания
    main_points: list[str]
    cta: str
    hashtags: list[str]
    voiceover_text: str
    visual_prompts: list[str]  # промпты для AI-изображений

async def generate_short_video_script(
    topic: str,
    platform: str = "tiktok",
    duration: int = 30,
    tone: str = "engaging"
) -> ShortVideoScript:
    response = await client.chat.completions.create(
        model="gpt-4o",
        messages=[{
            "role": "system",
            "content": f"""Создай сценарий для {duration}-секундного видео для {platform}.
            Структура:
            - Hook (3 сек): цепляющий старт с вопросом или удивительным фактом
            - Main points (3-5 пунктов по 4-6 сек каждый)
            - CTA (3 сек): призыв к действию
            Тон: {tone}.
            Для каждого блока — промпт для AI-визуала.
            Верни JSON."""
        }, {
            "role": "user",
            "content": f"Тема: {topic}"
        }],
        response_format={"type": "json_object"}
    )
    data = json.loads(response.choices[0].message.content)
    return ShortVideoScript(**data)

Генерация визуального ряда

class ShortVideoVisualGenerator:
    async def generate_visual_sequence(
        self,
        script: ShortVideoScript,
        visual_style: str = "modern flat illustration"
    ) -> list[bytes]:
        """Генерируем изображение для каждого блока сценария"""
        tasks = []
        for prompt in script.visual_prompts:
            full_prompt = f"{prompt}, {visual_style}, vertical 9:16 format, no text"
            tasks.append(generate_image_dalle(full_prompt, size="1024x1792"))

        return await asyncio.gather(*tasks)

Синтез воронки

import subprocess
from pydub import AudioSegment
import edge_tts
import tempfile
import os

class ShortVideoAssembler:
    async def assemble(
        self,
        script: ShortVideoScript,
        images: list[bytes],
        background_music: bytes = None,
        add_captions: bool = True
    ) -> bytes:
        with tempfile.TemporaryDirectory() as tmpdir:
            # 1. TTS озвучка
            audio_path = os.path.join(tmpdir, "voiceover.mp3")
            tts = edge_tts.Communicate(script.voiceover_text, voice="ru-RU-DmitryNeural", rate="+15%")
            await tts.save(audio_path)

            audio = AudioSegment.from_mp3(audio_path)
            total_duration = len(audio) / 1000

            # 2. Создаём слайдшоу из изображений
            img_duration = total_duration / len(images)
            image_paths = []
            for i, img_bytes in enumerate(images):
                img_path = os.path.join(tmpdir, f"img_{i:03d}.jpg")
                with open(img_path, "wb") as f:
                    f.write(img_bytes)
                image_paths.append(img_path)

            # 3. Сборка через ffmpeg
            # Создаём список изображений для ffmpeg
            concat_file = os.path.join(tmpdir, "concat.txt")
            with open(concat_file, "w") as f:
                for img_path in image_paths:
                    f.write(f"file '{img_path}'\n")
                    f.write(f"duration {img_duration:.2f}\n")

            slideshow_path = os.path.join(tmpdir, "slideshow.mp4")
            subprocess.run([
                "ffmpeg", "-f", "concat", "-safe", "0",
                "-i", concat_file,
                "-vf", "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2",
                "-r", "30", slideshow_path
            ], check=True)

            # 4. Добавляем аудио
            output_path = os.path.join(tmpdir, "output.mp4")
            if background_music:
                music_path = os.path.join(tmpdir, "music.mp3")
                with open(music_path, "wb") as f:
                    f.write(background_music)

                subprocess.run([
                    "ffmpeg", "-i", slideshow_path,
                    "-i", audio_path, "-i", music_path,
                    "-filter_complex",
                    f"[1:a]volume=1.0[vo];[2:a]volume=0.2,afade=out:st={total_duration-1}:d=1[bg];[vo][bg]amix=inputs=2[aout]",
                    "-map", "0:v", "-map", "[aout]",
                    "-shortest", "-y", output_path
                ], check=True)
            else:
                subprocess.run([
                    "ffmpeg", "-i", slideshow_path, "-i", audio_path,
                    "-map", "0:v", "-map", "1:a", "-shortest", "-y", output_path
                ], check=True)

            with open(output_path, "rb") as f:
                return f.read()

Автопостинг в соцсети

class SocialMediaPoster:
    async def post_to_tiktok(self, video: bytes, caption: str, hashtags: list[str]): ...
    async def post_to_instagram_reels(self, video: bytes, caption: str): ...
    async def post_to_youtube_shorts(self, video: bytes, title: str, description: str): ...
    async def post_to_vk_clips(self, video: bytes, description: str): ...

Сроки: генератор shorts из статьи (сценарий + TTS + слайдшоу) — 2–3 недели. Полная платформа с публикацией, аналитикой и A/B тестированием форматов — 2–3 месяца.