Habilidad de Generación de Video con IA
Genera videos completos a partir de descripciones de texto utilizando IA.
Capacidades
- Generación de Imágenes - DALL-E 3, Stable Diffusion, Flux
- Generación de Video - LumaAI, Runway, modelos de Replicate
- Locución - OpenAI TTS, ElevenLabs
- Edición de Video - Ensamblaje con FFmpeg, transiciones, superposiciones
Inicio Rápido
# Generar un video completo
python skills/ai-video-gen/generate_video.py --prompt "Un atardecer sobre las montañas" --output sunset.mp4
# Solo imágenes a video
python skills/ai-video-gen/images_to_video.py --images img1.png img2.png --output result.mp4
# Añadir locución
python skills/ai-video-gen/add_voiceover.py --video input.mp4 --text "Tu narración" --output final.mp4
Configuración
Claves de API Requeridas
Agrega a tu entorno o archivo .env:
# Generación de Imágenes (elige una)
OPENAI_API_KEY=sk-... # DALL-E 3
REPLICATE_API_TOKEN=r8_... # Stable Diffusion, Flux
# Generación de Video (elige una)
LUMAAI_API_KEY=luma_... # LumaAI Dream Machine
RUNWAY_API_KEY=... # Runway ML
REPLICATE_API_TOKEN=r8_... # Varios modelos
# Locución (opcional)
OPENAI_API_KEY=sk-... # OpenAI TTS
ELEVENLABS_API_KEY=... # ElevenLabs
# O usa opciones locales GRATUITAS (sin API necesaria)
Instalar Dependencias
pip install openai requests pillow replicate python-dotenv
FFmpeg
Ya instalado mediante winget.
Ejemplos de Uso
1. Texto a Video (Flujo Completo)
python skills/ai-video-gen/generate_video.py \
--prompt "Una ciudad futurista de noche con coches voladores" \
--duration 5 \
--voiceover "Bienvenidos al futuro" \
--output ciudad_futurista.mp4
2. Múltiples Escenas
python skills/ai-video-gen/multi_scene.py \
--scenes "Amanecer soleado" "Calle concurrida de la ciudad" "Noche tranquila" \
--duration 3 \
--output dia_en_la_vida.mp4
3. Secuencia de Imágenes a Video
python skills/ai-video-gen/images_to_video.py \
--images frame1.png frame2.png frame3.png \
--fps 24 \
--output animacion.mp4
Opciones de Flujo de Trabajo
Modo Económico (GRATIS)
- Imagen: Stable Diffusion (local o API gratuita)
- Video: Modelos de código abierto
- Locución: OpenAI TTS (barato) o TTS gratuito
- Edición: FFmpeg
Modo Calidad (Pago)
- Imagen: DALL-E 3 o Midjourney
- Video: Runway Gen-3 o LumaAI
- Locución: ElevenLabs
- Edición: FFmpeg + efectos
Referencia de Scripts
generate_video.py- Generador principal de extremo a extremoimages_to_video.py- Convertir secuencia de imágenes a videoadd_voiceover.py- Añadir narración a un video existentemulti_scene.py- Crear videos de múltiples escenasedit_video.py- Aplicar efectos, transiciones, superposiciones
Estimaciones de Costo de API
- DALL-E 3: ~$0.04-0.08 por imagen
- Replicate: ~$0.01-0.10 por generación
- LumaAI: $0-0.50 por 5s (plan gratuito disponible)
- Runway: ~$0.05 por segundo
- OpenAI TTS: ~$0.015 por cada 1K caracteres
- ElevenLabs: ~$0.30 por cada 1K caracteres (mejor calidad)
Ejemplos
Consulta la carpeta examples/ para ver resultados de muestra y prompts.