텍스트 → 애니메이션 동영상은(는) 무엇을 하나요?
이것은 Fliki 스타일의 "텍스트-투-애니메이션" 파이프라인입니다(references/fliki-notes.md 참조). 하지만 비주얼이 코드로 그려지고 이 컨테이너에서 렌더링되므로 Fliki나 모델 크레딧, 워터마크, 3분 제한이 없습니다.
입력: 다음 중 하나
- 한 줄 아이디어
- 스크립트
- 블로그 URL
- PDF 또는 PPT
- 기존 음성 해설 MP3
출력: 완성된 MP4 파일과 WhatsApp용 사본(사용자가 선택한 화면 비율).
단계
-
브리핑. 사용자가 언급하지 않은 항목에 대해 기본값을 사용하여 다음을 수집합니다.
- 언어 (기본값: 사용자의 언어; 힌글리시/힌디어도 가능)
- 톤 (기본값: 중립)
- 길이 (기본값: 60초)
- 화면 비율 (릴/쇼츠는 9:16, YouTube는 16:9, 피드는 1:1)
- 스타일 프리셋 (아래 참조)
- 음성: 사용자의 MP3, ElevenLabs, 또는 없음
기본값을 설정할 수 없는 항목에 대해서만 질문합니다.
-
소스 → 스크립트.
- 아이디어: 직접 작성.
- URL / PDF / PPT: 소스를 읽고, 해당 소스가 지지하는 사실만 유지하며 엔드 카드에 출처를 표기.
- 길이: 영어 기준 약 분당 140단어, 힌디어 기준 120단어로 장면별 스크립트 작성.
- 구조: 처음 3초 내에 훅(hook), 장면당 하나의 아이디어, 마지막에 CTA(Call to Action).
- 확인: 사용자가 스크립트를 직접 제공하지 않은 경우 스크립트를 보여주고 승인을 기다립니다.
-
장면 계획.
plan.json을 작성합니다(아래 형식). 장면당 4~8초, 간단한 표로 표시합니다.{"W":1080,"H":1920,"fps":30,"style":"2d-cartoon","scenes":[ {"id":1,"t0":0,"t1":5.2,"text":"<음성 대사>","visual":"<그려질 내용>","motion":"<카메라/애니메이션>","sfx":["whoosh:0.1"]}]} -
음성. 다음 중 하나를 선택합니다.
- 사용자 MP3: 그대로 사용. 음성 아래에 음악이 있는 경우 먼저 보컬을 분리(demucs)한 후 정렬.
- ElevenLabs: 사용자가 키를 필요로 합니다. 호스트
api.elevenlabs.io, 헤더xi-api-key에 대해request_credential로 요청합니다. 사용자에게 채팅에 키를 붙여넣도록 요청하지 마십시오. 그런 다음POST https://api.elevenlabs.io/v1/text-to-speech/{voice_id}를model_ideleven_multilingual_v2(또는 API가 제공하는 최신 다국어 모델)로 호출합니다. 장면별 또는 전체 스크립트에 대해 한 번의 요청으로 처리합니다. - 음성 없음: 자막과 효과음만 사용하며, 각 장면을 계획된 길이로 시간을 맞춥니다.
-
정렬.
python scripts/align.py voice.wav script.txt words.json 30은 단어 시간과 함께 립싱크용words_mouth.json을 제공합니다.pip install --break-system-packages torch torchaudio uroman librosa soundfile이 필요하며download.pytorch.org에서 모델을 다운로드합니다. 이 환경에서 허용됩니다.- 정렬된 단어에 따라
plan.json장면 시간을 다시 조정합니다. 음성이 있을 때 시간을 추측하지 마십시오.
-
캐릭터 시트 먼저 (비디오에 캐릭터가 있는 경우). 각 캐릭터를 몇 가지 포즈(대기, 말하기, 가리키기, 놀람)로 함수로 한 번 그리고 PNG 시트를 저장합니다. 모든 장면에서 동일한 함수를 재사용하여 캐릭터가 일관되게 보이도록 합니다. 캐릭터는 독창적이어야 하며, 기존 만화나 애니메이션 캐릭터를 복사해서는 안 됩니다.
-
scene.html빌드.- W×H 크기의 캔버스 하나.
window.renderAt(t)는 결정적이어야 함: 시드된 랜덤,Date.now()또는 CSS 애니메이션 없음.window.ready는 폰트 로드 후 resolve됨. 로컬 woff2 파일 사용: 힌디어는 Baloo 2 또는 Noto Sans Devanagari, 스타일에 따라 Inter/Anton/Bangers/Caveat.- 자막은 캔버스에 그려집니다:
- 청크당 2~5단어, 구두점 또는 0.35초 이상의 일시 정지에서 분할.
- 활성 단어가 시작되는 순간 강조 표시.
- 텍스트는 안전 영역 내에 유지; 9:16의 경우 위쪽 250px 또는 아래쪽 420px 내에 없음.
- 모션: 이지드 움직임, 2~5초마다 깜빡임, 흔들림, 장면당 느린 푸시인, 장면 간 전환 동작 하나.
-
스틸 확인.
node scripts/render.cjs stills scene.html <8–12회> stills/ W H를 실행한 후 ffmpegtile로 스틸을 연락처 시트에 타일링합니다. 시트를 직접 보고 문제를 수정한 후 사용자에게 보여주고 전체 렌더링 전에 승인을 기다립니다. -
렌더링 및 믹싱.
- 비디오:
node scripts/render.cjs video scene.html 0 DUR v.mp4 30 W H - 효과음:
python scripts/sfx.py DUR sfx.wav whoosh:3.2 pop:8.1 chime:10.5 - 음성을 0dB, 효과음을 약 -12dB로 믹싱합니다. 사용자가 제공하는 경우에만 음악을 사용하고
sidechaincompress로 음성 아래에 덕킹합니다. - 먹싱 후
loudnorm=I=-14:TP=-1.5적용.
- 비디오:
-
전달.
blackdetect로 검은 프레임 확인.- 20MB 미만의 WhatsApp/720p 사본 제작.
- 두 파일을
SendUserFile로 전송. - 다른 화면 비율의 경우 (W,H) 함수로 레이아웃을 작성하고 다시 렌더링합니다.
스타일 프리셋
| 프리셋 | 외관 | 모션 |
|---|---|---|
2d-cartoon | 둥근 모양, 한 가지 음영의 단색, 진한 4~6px 외곽선, 밝은 배경 | 바운시(back/elastic easing), 착지 시 스쿼시 |
anime-style | 큰 눈, 두껍고 깔끔한 선, 단색 + 하드 섀도우, 하늘 그라데이션 | 스피드 라인, 임팩트 프레임, 타격 시 작은 화면 흔들림 |
comic-book | 짙은 검정 잉크, 하프톤 음영, 패널, 버스트 스티커(POW, WAAH!) | 패널 슬램, 줌-펀치, 페이지 넘기기 전환 |
storybook (판타지) | 부드러운 회화적 그라데이션, 종이 질감, 따뜻한 빛, 둥근 세리프체 | 느린 시차, 떠다니는 입자, 부드러운 페이드 |
whiteboard | 흰 보드, stroke-dashoffset으로 그려진 검정 마커 선, 강조 색상 하나 | 손/펜이 그려지는 선을 따라감; 지우개로 닦음 |
kinetic-type | 굵은 글꼴(Anton/Inter Black), 2~3가지 색상, 악센트로 사용되는 도형 | 단어가 비트에 맞춰 슬램, 슬라이드, 스케일; 마스크와 매치 컷 |
cinematic-2d | 반사실적 플랫 일러스트레이션, 단일 소스 극적 조명, 절제된 팔레트 | 느린 푸시인과 팬만 사용; 다큐멘터리 페이스 |
규칙
- 코드로 그리기. 모든 것이 코드로 그려집니다: 스톡 푸티지나 이미지/비디오 생성기는 사용하지 않습니다. 단, 사용자가 미디어를 제공하거나 생성된 클립을 요청하는 경우는 제외(그런 다음
ai-video-generator사용). - 실제 인물. 실제 살아있는 공인에 대한 사실적인 AI 초상화를 만들지 마세요. 상징적 이미지, 실루엣 또는 사용자 사진에서 그린 캐리커처를 사용하세요.
- 사실. 화면에 표시되는 사실은 사용자의 출처 또는 검증된 검색 결과에서 가져와야 합니다. 통계, 인용문 또는 사용후기를 절대 조작하지 마세요.
- 덮어쓰기. 기존 출력 파일을 덮어쓰기 전에 확인을 요청하세요.