PROJEKT

Text-zu-Video-Software für die automatisierte Content-Produktion

Individuelle Softwareentwicklung, KI-Videogenerierung, Aufnahme von Prompts und Skripten, Videobearbeitung, Voiceovers und Untertitel, Rendering und Export, Social Publishing

  • Branche: Videoproduktion
  • Portugal Standort: Portugal
  • Umsetzungsdauer: 16 Wochen
  • Technologien: JavaScript / TypeScript (Node.js), Python
4+ Monate

Dieser Kunde investiert Zeit darin, Skripte, Bilder und hochgeladenes Videomaterial in veröffentlichungsfertige Videos umzuwandeln. Die Software ist ein individueller Text-zu-Video-Arbeitsbereich für das Produktionsteam: Sie verarbeitet Prompts, Skripte und Medien und liefert anschließend bearbeitete Videos mit Vertonung und Untertiteln. Generierung, Bearbeitung und Distribution werden an einem Ort gebündelt, um manuelle Arbeit und Nachbearbeitungen zu reduzieren.

Zusammenfassung

Problem

Die Produktionsarbeit des Kunden umfasst Generierung, Bearbeitung, Untertitel, Rendering und Veröffentlichung. Werden diese Schritte getrennt ausgeführt, kostet das Zeit.

Lösung

Die Lösung wurde zu einem zentralen Video-Produktionsarbeitsbereich für Medienaufnahme, KI-Generierung und Bearbeitung. Auch Voiceovers, Untertitel und Veröffentlichung werden dort gebündelt.

Ergebnis

Die Software wurde entwickelt, um manuelle Arbeit und Nachbearbeitungen auf dem Weg vom Ausgangsmaterial zum veröffentlichungsfertigen Video zu reduzieren.

Kundengeschichte

Der Kunde ist ein Videoproduktionsunternehmen aus Portugal. Es wandelt Skripte, Bilder, Audiodateien, Produktinformationen und hochgeladenes Videomaterial in Videos für digitale Kanäle um.

Das Produktionsteam verbringt Zeit mit der Vorbereitung des Ausgangsmaterials, der Generierung von Szenen und dem Anordnen von Clips. Vor dem Export für soziale Medien fügt es außerdem Vertonungen und Untertitel hinzu.

Die Anfrage war klar: verschiedene Content-Eingaben akzeptieren, KI-Dienste für Generierung und Sprache anbinden und den vollständigen Weg von der Erstellung bis zum Export unterstützen.

Die Lösung wurde als modulares Studio mit einem Aufnahmebildschirm und einem Arbeitsbereich für generierte Videos konzipiert. Steuerungen für Voiceover und Untertitel wurden neben Bereichen für Rendering, Export und Veröffentlichung ergänzt.

Der Kunde benötigte

  1. Videos aus Prompts, Skripten, Bildern, Audiodateien, Daten oder Videomaterial generieren
  2. KI für Text, Bilder, Videos, Stimmen und Sprache anbinden
  3. Voiceovers, Untertitel, Transkripte und Overlays erstellen
  4. Szenen bearbeiten, Clips austauschen, Videos rendern und exportieren

Warum Standardsoftware nicht passte

Fertige KI-Videogeneratoren decken Text-zu-Video, Bearbeitung, Speicherung und Distribution ab. Ihre Beschreibungen entsprechen jedoch nicht dem vollständigen Produktionsworkflow des Kunden. Bei einer Alternative machten außerdem Credit-Limits und Einschränkungen kostenpflichtiger Tarife einen individuellen Ansatz sinnvoll, um eigene Regeln für Zugriff, Kontingente, Zahlungen, Speicher und Veröffentlichung festzulegen.

Projektübersicht

Der erste Bildschirm akzeptiert einen Prompt oder ein Skript zusammen mit Bildern, Videos, Audiodateien und Rohmaterial.

Um Generierung und Bearbeitung an einem Ort abzuwickeln, wurde ein Video-Arbeitsbereich mit Vorschau, Szenenliste und Zeitleiste bereitgestellt. Er unterstützt generierte Clips, Bildanimationen und den Austausch von Clips.

Besonderes Augenmerk galt der Vertonung und Barrierefreiheit. Spracheinstellungen, Untertiteltext, Untertiteldateien und Hintergrundmusik werden in einem zentralen Steuerungsbereich verwaltet.

Der letzte Bereich verbindet Rendering und Bereitstellung. Die Software erstellt Ausgabeversionen in ausgewählten Formaten und Auflösungen, stellt Download- und Freigabelinks bereit und unterstützt Publishing-Workflows.

Das System ist modular, sodass API-Zugriff, Abonnements und Credits später ergänzt werden können. Kontingente, Zahlungen, Speicher und weitere Publishing-Verbindungen lassen sich ebenfalls hinzufügen, ohne das gesamte Produkt neu zu entwickeln.

Umgesetzte Kernfunktionen

  • Videos aus Prompts und Skripten generieren
  • Bilder in Videoclips animieren
  • Videos, Audiodateien, Videomaterial und Produktdaten importieren
  • Szenen auf einer visuellen Zeitleiste anordnen
  • Clips austauschen und Videovarianten erstellen
  • Voiceovers generieren und Spracheinstellungen anpassen
  • Untertitel erstellen, bearbeiten und einbrennen
  • Mehrere Formate und Auflösungen rendern
  • Videos herunterladen, teilen und veröffentlichen

Erweiterbar um

+ Abonnements und Zahlungen + Nutzungs-Credits und Kontingente + API-Zugriff + Geplante Veröffentlichungen + Semantische Suche + Weitere Social-Channel-Integrationen

Wer diese Lösung ebenfalls nutzen kann

Diese Unternehmen haben eine ähnliche Aufgabe in der Content-Produktion. Die Lösung kann an ihre Workflows angepasst werden.

Eine Kreativagentur

Aufgabe Sie wandelt Kampagnenskripte, Bilder und Videomaterial in Werbevideos für digitale Kanäle um.
So hilft die Lösung Die Lösung verbindet Generierung, Bearbeitung, Untertitel, Rendering und Veröffentlichung in einem Produktionsablauf.
Kreativagenturen

Ein Medienteam

Aufgabe Sie wandelt hochgeladene oder lange Medieninhalte in kurze Videos für soziale Kanäle um.
So hilft die Lösung Der Arbeitsbereich unterstützt Uploads, Szenenanordnung, Clip-Austausch, Untertitel, Rendering und Export.
Kreativstudios

Ein Social-Media-Operator

Aufgabe Sie erstellt und bereitet wiederkehrende Videos für YouTube, TikTok und andere soziale Kanäle vor.
So hilft die Lösung Die Lösung kombiniert KI-Generierung, Voiceovers, Untertitel, Ausgabeversionen und Veröffentlichungssteuerung.

Technologie-Stack

JavaScript / TypeScript (Node.js)

Anwendungs- und Mediendienste

Diese Sprachfamilie unterstützt die Webanwendung, Integrationen und Medienverarbeitungsdienste.

Python

KI- und Video-Workflows

Python unterstützt KI-Anfragen, Transkription, Untertitelverarbeitung und Video-Workflows.

openai

Text- und KI-Anfragen

openai (die offizielle Client-Bibliothek für OpenAI) sendet Skript-, Text- und andere KI-Anfragen.

moviepy

Videobearbeitung und Compositing

moviepy (eine Python-Bibliothek für Videobearbeitung) kombiniert Video-, Audio- und visuelle Elemente.

ffmpeg-python

Medienverarbeitung und Rendering

ffmpeg-python (Python-Bindings für FFmpeg) verarbeitet Video, Audio, Filter- und Rendering-Aufgaben.

pysrt

Bearbeitung von Untertiteldateien

pysrt (eine Bibliothek für SubRip-Untertiteldateien) bearbeitet und erstellt SRT-Dateien.

SRT

Captions und Untertitel

SRT enthält Untertiteltext und Zeitangaben für Untertitelausgabe und eingebrannte Untertitel.

JSON and CSV

Strukturierte Content-Eingabe

JSON und CSV übertragen strukturierte Produkt- oder Content-Informationen in den Video-Workflow.

Integrationen

YouTube Data API

Der Publishing-Workflow sendet gerenderte Videos und zugehörige Veröffentlichungsdaten an YouTube.

YouTube

Die YouTube-Verbindung unterstützt das Abrufen von Videos, Transkripte und Veröffentlichungs-Workflows.

Instagram

Die Plattform kann Medien- und kontobezogene Informationen mit Instagram austauschen, wenn diese Integration enthalten ist.

TikTok

Die Plattform kann TikTok-Content-Workflows über eine TikTok-API-Verbindung unterstützen.

OpenAI

OpenAI erhält Text- oder Skriptanfragen und liefert KI-generierte Inhalte für den Produktionsworkflow.

FFmpeg

FFmpeg verarbeitet Video und Audio für Rendering, Formatkonvertierung und das Einbrennen von Untertiteln.

Das Ergebnis

Ausgangsmaterial fließt in einen Produktionsablauf

Der Aufnahmebildschirm bietet dem Produktionsteam einen zentralen Ort für Prompts, Skripte und Medien. Er akzeptiert Bilder, Videos, Audiodateien und Rohmaterial vor der Generierung.

So bleibt das Ausgangsmaterial für Text-zu-Video- und Bild-zu-Video-Aufgaben zusammen, einschließlich Inhalten, die als Upload beginnen.

So funktioniert es

  1. Der Prompt- oder Skripteditor enthält Text-Prompts oder Skripte für die Videogenerierung.
  2. Die Upload-Bereiche nehmen Bilder, Videos, Audiodateien, Rohmaterial und Produktinformationen auf.
  3. Die Generierungsmodule erstellen Videos aus Skripten, animieren Bilder oder importieren vorhandene Videos.
  • Text-Prompts und Skripte
  • Bilder, Audio und hochgeladenes Videomaterial
  • Produktinformationen oder strukturierte Inhalte
Aufnahme von Prompts und Assets

Aufnahme von Prompts und Assets

Funktionen auf diesem Bildschirm
Videos aus Skripten generieren Bilder zu Videos animieren Videos erstellen oder importieren

Szenen und Clips bleiben bearbeitbar

Der Arbeitsbereich für generierte Videos bündelt Vorschau, Szenen und Zeitleistenbearbeitung an einem Ort. Generierte Bilder, Clips und Skripte bleiben zusammen mit Dauer und Szenenreihenfolge sichtbar.

Editoren können vor dem Rendering einen Clip austauschen oder einen weiteren hochladen. Derselbe Arbeitsbereich unterstützt Videovarianten aus einem Ausgangsclip.

So funktioniert es

  1. Die Videovorschau zeigt generierte Videoinhalte und den aktuellen Rendering-Status.
  2. Szenenliste und Zeitleiste enthalten generierte Clips, Dauer und Szenenreihenfolge.
  3. Die Clip-Steuerung ersetzt oder ergänzt hochgeladenes Videomaterial innerhalb der Videosequenz.
  • Generierte Bilder und Videoclips
  • Szenenreihenfolge und Dauer
  • Ersatzclips und Varianten
Tipp: Ein Ausgangsclip kann mehrere Videovarianten für unterschiedliche Content-Ausgaben unterstützen.
Arbeitsbereich für generierte Videos

Arbeitsbereich für generierte Videos

Funktionen auf diesem Bildschirm
KI-Bilder und -Videos generieren Automatisierte Videoerstellung Videovarianten generieren

Vertonung und Untertitel werden gemeinsam vorbereitet

Der Bildschirm für Voiceover und Untertitel verarbeitet Vertonung, Untertitel und Barrierefreiheit an einem Ort. Sprachauswahl sowie Einstellungen für Tonhöhe, Geschwindigkeit und Lautstärke stehen neben Untertitel-Timing und Audiospuren.

SRT-Dateien können bearbeitet oder erstellt werden. Bei Bedarf lassen sich Untertitel als sichtbarer Text in das fertige Video einbrennen.

So funktioniert es

  1. Die Sprachsteuerung wendet Sprachauswahl sowie Einstellungen für Tonhöhe, Geschwindigkeit und Lautstärke auf das Voiceover an.
  2. Untertitel-Editor und SRT-Steuerung verwalten Untertiteltext, Timing und Untertitelausgabe.
  3. Der Mixer kombiniert Voiceover, Hintergrundmusik und weitere Audiospuren, während eingebrannte Untertitel sichtbaren Text hinzufügen.
  • Voiceover-Einstellungen
  • Untertiteltext und Timing
  • SRT-Untertitelausgabe
Hinweis: SRT wird im Video-Workflow für Captions und Untertitel verwendet.
Steuerung von Voiceover und Untertiteln

Steuerung von Voiceover und Untertiteln

Funktionen auf diesem Bildschirm
Voiceovers und Untertitel hinzufügen Voiceover-Einstellungen anpassen Captions erstellen Dynamische Captions bearbeiten Hintergrundmusik mischen Untertitel unterstützen

Gerenderte Versionen werden bereitgestellt

Der letzte Bildschirm verbindet Rendering, Export und Veröffentlichung. Das Produktionsteam erhält Informationen zum gerenderten Video, Download- und Freigabelinks sowie Ausgabeversionen für soziale Medien.

Nutzungsinformationen, Veröffentlichungsstatus, Videoverlauf und Protokolle halten die Bereitstellungsdetails beim gerenderten Ergebnis.

So funktioniert es

  1. Die Rendering-Warteschlange enthält gerenderte Videos und deren Verarbeitungsstatus.
  2. Format- und Auflösungssteuerungen erzeugen Exportversionen für soziale Medien und direkte Downloadlinks.
  3. Die Veröffentlichungssteuerung übergibt ein gerendertes Video an einen Publishing-Workflow und speichert Status und Verlauf.
  • Format- und Auflösungsauswahl
  • Download- und Freigabelinks
  • Veröffentlichungsstatus und Videoverlauf
Rendern, Exportieren und Veröffentlichen

Rendern, Exportieren und Veröffentlichen

Funktionen auf diesem Bildschirm
Automatisiertes Video-Rendering Videos für soziale Medien exportieren Videos auf YouTube hochladen Inhalte automatisch veröffentlichen

Was die Lösung ermöglicht

Mit dieser Lösung kann das Produktionsunternehmen:

  • Videos aus Prompts, Skripten, Bildern, Audio, Videomaterial und strukturierten Inhalten erstellen
  • Szenen, Clips und Zeitleistenbearbeitung in einem Arbeitsbereich verwalten
  • Voiceovers, Captions, Untertitel und Hintergrundmusik vorbereiten
  • Versionen für unterschiedliche Formate und Auflösungen rendern
  • Fertige Videos herunterladen, teilen und veröffentlichen
  • Die Plattform mit APIs, Kontingenten, Abonnements und neuen Integrationen erweitern

Könnten fertige Systeme diese Aufgabe übernehmen?

Vor dem Design wurde die Aufgabe anhand der jeweiligen Produktbeschreibungen mit fertigen Produkten verglichen.

Was der Kunde benötigt KI-Videogeneratoren Simplified, AI Studios, Steve AI Video-Content-Plattformen Goldcast, Vizard, Waymark Tools zur KI-Videoerstellung Hippo Video, Colossyan Creator Individuelle Lösung
Aus unterschiedlichem Ausgangsmaterial generieren teilweise teilweise
Text-, Bild-, Video- und Sprach-KI verbinden
Captions und Voiceovers erstellen
Szenen bearbeiten, rendern und exportieren
An eigene Regeln des Kunden angepasst: Phasen, Rollen, Berichte — — —
Alle Schritte an einem Ort — —
Keine manuellen Schritte zwischen Programmen teilweise teilweise teilweise

Auf Grundlage der öffentlichen Produkt- und Kategoriebeschreibungen.

Fertige KI-Videoprodukte decken wichtige Teile der Aufgabe ab, darunter Generierung, Bearbeitung, Vertonung, Untertitel und Distribution. Ein fertiges Produkt reicht aus, wenn nur einer dieser Bereiche benötigt wird.

Für diesen Kunden waren der vollständige Produktionsweg sowie eigene Regeln für Zugriff, Credits, Speicher und Veröffentlichung entscheidend. Diese Bestandteile wurden nicht als ein individuell angepasstes Arbeitsbereich mit allen erforderlichen, gemeinsam automatisierten Schritten beschrieben.

Am Ende

Am Ende wurde die Lösung entwickelt, um manuelle Arbeit und Nachbearbeitungen auf dem Weg vom Ausgangsmaterial zum veröffentlichungsfertigen Video zu vermeiden.

FAQ

Sie möchten ein ähnliches System entwickeln? Lesen Sie die Antworten unten, um zu sehen, wie Eingaben, KI-Dienste, Bearbeitung, Untertitel und Veröffentlichung in einem Produkt zusammenspielen.

Etwas Ähnliches benötigt? Sprechen wir darüber
Oder weitere Projekte ansehen