short-video-generator-AI: Viral Shorts

📰 Hikayesi ve Doğuşu

İçerik üreticileri için uzun podcast bölümlerini veya röportajları TikTok, YouTube Shorts ve Reels formatına dönüştürmek artık bir zorunluluk haline geldi. Ancak OpusClip veya Vidyo.ai gibi popüler SaaS araçları, kısıtlayıcı kredi limitleri ve filigran politikalarıyla bağımsız yaratıcıları aylık aboneliklere mahkûm ediyor. Bağımsız geliştirici yukitorido, tam da bu kısıtlamaları aşmak ve kullanıcılara kendi donanımlarında sıfır ek maliyetle sınırsız video kırpma özgürlüğü tanımak amacıyla short-video-generator-AI projesini hayata geçirdi.

⚡ Nasıl Çalışıyor & Mimari Detaylar

Proje, bir YouTube bağlantısını veya yerel video dosyasını alarak çok aşamalı bir boru hattını tetikliyor. İlk adımda faster-whisper modeli devreye girerek zaman damgalı deşifreyi yerel olarak çıkarıyor. Ardından seçilen LLM (OpenAI GPT-4o mini, Gemini 2.5 Flash veya MuAPI), videonun türünü (podcast, eğitim, vlog, röportaj) sınıflandırıyor. Sistem; kanca (hook) anları, duygusal zirveler, tartışmalı fikirler ve vurucu aforizmalar gibi virallik göstergelerine göre deşifreyi tarayıp 0–100 arası skorlar atıyor. En yüksek puanlı kesitler çakışmalardan arındırılarak seçiliyor ve video otomatik olarak 9:16 dikey formata kırpılıp başa yapay zekâ destekli ilgi çekici bir giriş ekleniyor.

💡 Neden Radarımıza Girdi?

Açık kaynak dünyasındaki video kırpma araçlarının çoğu yalnızca basit süre dilimlemeleri yaparken, short-video-generator-AI'ın içerik türüne göre akıllı LLM yönlendirmeleri kullanması ve özel virallik algoritması çalıştırması projeyi öne çıkarıyor. Komut satırının (CLI) yanı sıra yerel bir web arayüzü ve API desteği barındırması, aracı hem içerik ajanslarının kendi sunucularına kurabileceği bir mikrosisteme hem de bireysel geliştiricilerin özel projelerine kolayca bağlayabileceği modüler bir motora dönüştürüyor.

🚀 Nasıl Denenir & Kaynaklar

Projeyi kendi bilgisayarınızda çalıştırmak için Python 3.10+ ve tercih edeceğiniz bir LLM API anahtarı (OpenAI veya Gemini) yeterli. GitHub deposunu klonladıktan sonra pip install -r requirements.txt komutuyla kütüphaneleri yükleyebilir, .env dosyasına model anahtarınızı tanımlayarak ister CLI üzerinden isterseniz yerel web arayüzüyle dikey video üretimine başlayabilirsiniz. İncelemek ve katkıda bulunmak isteyenler için tüm kaynak kodlar GitHub deposunda açık şekilde sunuluyor.