Habilidade de Geração de Vídeo com IA
Gere vídeos completos a partir de descrições textuais usando IA.
Capacidades
- Geração de Imagens - DALL-E 3, Stable Diffusion, Flux
- Geração de Vídeo - LumaAI, Runway, Replicate
- Narração - OpenAI TTS, ElevenLabs
- Edição de Vídeo - Montagem FFmpeg, transições, sobreposições
Início Rápido
# Gere um vídeo completo
python skills/ai-video-gen/generate_video.py --prompt "Um pôr do sol sobre montanhas" --output sunset.mp4
# Apenas imagens para vídeo
python skills/ai-video-gen/images_to_video.py --images img1.png img2.png --output result.mp4
# Adicione narração
python skills/ai-video-gen/add_voiceover.py --video input.mp4 --text "Sua narração" --output final.mp4
Configuração
Chaves de API Necessárias
Adicione ao seu ambiente ou arquivo .env:
# Geração de Imagens (escolha uma)
OPENAI_API_KEY=sk-... # DALL-E 3
REPLICATE_API_TOKEN=r8_... # Stable Diffusion, Flux
# Geração de Vídeo (escolha uma)
LUMAAI_API_KEY=luma_... # LumaAI Dream Machine
RUNWAY_API_KEY=... # Runway ML
REPLICATE_API_TOKEN=r8_... # Múltiplos modelos
# Voz (opcional)
OPENAI_API_KEY=sk-... # OpenAI TTS
ELEVENLABS_API_KEY=... # ElevenLabs
# Ou use opções gratuitas locais (nenhuma API necessária)
Instalar Dependências
pip install openai requests pillow replicate python-dotenv
FFmpeg
Já instalado via winget.
Exemplos de Uso
1. Texto para Vídeo (Pipeline Completo)
python skills/ai-video-gen/generate_video.py \
--prompt "Uma cidade futurista à noite com carros voadores" \
--duration 5 \
--voiceover "Bem-vindo ao futuro" \
--output future_city.mp4
2. Múltiplas Cenas
python skills/ai-video-gen/multi_scene.py \
--scenes "Amanhecer no campo" "Rua movimentada da cidade" "Noite tranquila" \
--duration 3 \
--output day_in_life.mp4
3. Sequência de Imagens para Vídeo
python skills/ai-video-gen/images_to_video.py \
--images frame1.png frame2.png frame3.png \
--fps 24 \
--output animation.mp4
Opções de Fluxo de Trabalho
Modo Econômico (GRATUITO)
- Imagem: Stable Diffusion (local ou API gratuita)
- Vídeo: Modelos Open Source
- Voz: OpenAI TTS (barato) ou TTS gratuito
- Edição: FFmpeg
Modo Qualidade (Pago)
- Imagem: DALL-E 3 ou Midjourney
- Vídeo: Runway Gen-3 ou LumaAI
- Voz: ElevenLabs
- Edição: FFmpeg + efeitos
Referência de Scripts
generate_video.py- Gerador principal de ponta a pontaimages_to_video.py- Converte sequência de imagens em vídeoadd_voiceover.py- Adiciona narração a vídeo existentemulti_scene.py- Cria vídeos com múltiplas cenasedit_video.py- Aplica efeitos, transições, sobreposições
Estimativas de Custo de API
- DALL-E 3: ~$0.04-0.08 por imagem
- Replicate: ~$0.01-0.10 por geração
- LumaAI: $0-0.50 por 5 segundos (plano gratuito disponível)
- Runway: ~$0.05 por segundo
- OpenAI TTS: ~$0.015 por 1K caracteres
- ElevenLabs: ~$0.30 por 1K caracteres (melhor qualidade)
Exemplos
Veja a pasta examples/ para exemplos de saída e prompts.