rufuszhu/Text-to-Video-Fähigkeit
Verwandle einen Artikel, Aufsatz oder eine Markdown-Notiz in ein vertontes Video-Paket: gesprochenes Skript, KI-Sprachausgabe, SRT-Untertitel, generierte Bilder und ein finales MP4.
Funktionsweise
Diese Fähigkeit analysiert den eingegebenen Text, erstellt ein Skript, das für die Sprachausgabe optimiert ist, und generiert dann die Audio-Datei mit einer KI-Stimme. Parallel werden passende Bilder basierend auf dem Inhalt erstellt. Schließlich werden alle Komponenten zu einem MP4-Video zusammengeführt, inklusive synchronisierter Untertitel im SRT-Format.
Anwendungsfälle
- Inhaltserstellung: Schnelle Umwandlung von Blogbeiträgen in Videos.
- Bildung: Erstellung von Lernvideos aus Skripten oder Notizen.
- Marketing: Produktion von Werbevideos aus Textmaterial.
Unterstützte Plattformen
Diese Fähigkeit ist für den Einsatz mit KI-Agenten wie Claude Code, Cursor oder Codex optimiert. Sie nutzt Standard-Tools und -APIs, die auf diesen Plattformen verfügbar sind.
Verwendung
- Gib den Text (Artikel, Aufsatz oder Markdown-Notiz) als Eingabe ein.
- Die Fähigkeit analysiert den Text und erstellt ein Skript.
- Eine KI-Stimme wird generiert und als Audiodatei ausgegeben.
- Bilder werden basierend auf dem Text generiert.
- Alle Komponenten werden zu einem MP4-Video zusammengeführt, inklusive SRT-Untertitel.
Ausgabe
Das Ergebnis ist ein kompaktes Video-Paket bestehend aus:
- MP4-Datei: Das fertige Video mit Sprachausgabe und Bildern.
- SRT-Datei: Untertitel für Barrierefreiheit oder mehrsprachige Nutzung.
- Audiodatei: Die generierte Sprachausgabe als separate Datei (optional).
Codebeispiel
# Beispiel für die Verwendung der Fähigkeit
from text_to_video import TextToVideo
ttv = TextToVideo()
result = ttv.convert("Mein Artikel über KI", output_format="mp4")
print(f"Video erstellt: {result['video_path']}")
Fehlerbehandlung
- Falls der Text zu kurz ist (weniger als 50 Wörter), wird eine Warnung ausgegeben.
- Bei fehlenden API-Schlüsseln für Sprach- oder Bildgenerierung wird eine entsprechende Fehlermeldung zurückgegeben.
Hinweis
Diese Fähigkeit erfordert möglicherweise Zugriff auf externe APIs für Sprachsynthese und Bildgenerierung. Stelle sicher, dass die entsprechenden Schlüssel in der Umgebung konfiguriert sind.