Compétence de Génération Vidéo IA
Générez des vidéos complètes à partir de descriptions textuelles en utilisant l'IA.
Capacités
- Génération d'images - DALL-E 3, Stable Diffusion, Flux
- Génération vidéo - LumaAI, Runway, modèles Replicate
- Voix off - OpenAI TTS, ElevenLabs
- Montage vidéo - Assemblage FFmpeg, transitions, incrustations
Démarrage Rapide
# Générer une vidéo complète
python skills/ai-video-gen/generate_video.py --prompt "Un coucher de soleil sur les montagnes" --output sunset.mp4
# Juste des images vers une vidéo
python skills/ai-video-gen/images_to_video.py --images img1.png img2.png --output result.mp4
# Ajouter une voix off
python skills/ai-video-gen/add_voiceover.py --video input.mp4 --text "Votre narration" --output final.mp4
Configuration
Clés API Requises
Ajoutez-les à votre environnement ou fichier .env :
# Génération d'images (choisissez une)
OPENAI_API_KEY=sk-... # DALL-E 3
REPLICATE_API_TOKEN=r8_... # Stable Diffusion, Flux
# Génération vidéo (choisissez une)
LUMAAI_API_KEY=luma_... # LumaAI Dream Machine
RUNWAY_API_KEY=... # Runway ML
REPLICATE_API_TOKEN=r8_... # Plusieurs modèles
# Voix (optionnel)
OPENAI_API_KEY=sk-... # OpenAI TTS
ELEVENLABS_API_KEY=... # ElevenLabs
# Ou utilisez les options locales GRATUITES (pas de clé API nécessaire)
Installer les Dépendances
pip install openai requests pillow replicate python-dotenv
FFmpeg
Déjà installé via winget.
Exemples d'Utilisation
1. Texte vers Vidéo (Pipeline Complet)
python skills/ai-video-gen/generate_video.py \
--prompt "Une ville futuriste la nuit avec des voitures volantes" \
--duration 5 \
--voiceover "Bienvenue dans le futur" \
--output future_city.mp4
2. Plusieurs Scènes
python skills/ai-video-gen/multi_scene.py \
--scenes "Lever de soleil matinal" "Rue animée de la ville" "Nuit paisible" \
--duration 3 \
--output day_in_life.mp4
3. Séquence d'Images vers Vidéo
python skills/ai-video-gen/images_to_video.py \
--images frame1.png frame2.png frame3.png \
--fps 24 \
--output animation.mp4
Options de Workflow
Mode Économique (GRATUIT)
- Image : Stable Diffusion (local ou API gratuite)
- Vidéo : Modèles open source
- Voix : OpenAI TTS (peu coûteux) ou TTS gratuit
- Montage : FFmpeg
Mode Qualité (Payant)
- Image : DALL-E 3 ou Midjourney
- Vidéo : Runway Gen-3 ou LumaAI
- Voix : ElevenLabs
- Montage : FFmpeg + effets
Référence des Scripts
generate_video.py- Générateur principal de bout en boutimages_to_video.py- Convertir une séquence d'images en vidéoadd_voiceover.py- Ajouter une narration à une vidéo existantemulti_scene.py- Créer des vidéos multi-scènesedit_video.py- Appliquer des effets, transitions, incrustations
Estimations des Coûts API
- DALL-E 3 : ~0,04-0,08 $ par image
- Replicate : ~0,01-0,10 $ par génération
- LumaAI : 0-0,50 $ par 5 secondes (palier gratuit disponible)
- Runway : ~0,05 $ par seconde
- OpenAI TTS : ~0,015 $ pour 1 000 caractères
- ElevenLabs : ~0,30 $ pour 1 000 caractères (meilleure qualité)
Exemples
Voir le dossier examples/ pour des exemples de résultats et de prompts.