صايب فيديوهات بالذكاء الاصطناعي مع Bang Story: من فكرة القصة حتى MP4 واجد

واش هي Bang Story؟

Bang Story هي تطبيق مكتبي مفتوح المصدر كيحوّل فكرة قصة لإنتاج فيديو كامل. كتعطيه الفكرة، والتطبيق كيساعدك تولّد سيناريو منظّم مشهد بمشهد، وبرومبتات بصرية، وصور ولا فيديوهات بالذكاء الاصطناعي، والتعليق الصوتي، والترجمة المتزامنة، والانتقالات، والموسيقى، والطبقات.

المشروع النهائي كيتجمع فمحرّر الخط الزمني وكيتصدّر بصيغة MP4 باستعمال FFmpeg. المشاريع والوسائط المولّدة كيتخزنو فالحاسوب ديالك، بينما الطلبات اللي كتحتاج الذكاء الاصطناعي كتتبعت مباشرة للمزوّدين اللي كتكوّنهم بمفاتيح API ديالك.

Bang Story مجانية بموجب ترخيص MIT، ولكن خدمات الذكاء الاصطناعي الخارجية تقدر تفرض رسوم على توليد الصور، وتوليد الفيديوهات، ونماذج اللغة، ولا التعليق الصوتي.

أهم المزايا

• سير العمل من الفكرة حتى السيناريو: ولّد سرد منظّم ونص التعليق الصوتي لكل مشهد.
• إعدادات مرنة للمشروع: اختار مدة من 30 ثانية حتى 10 دقايق، واللغة، وتنسيق 16:9 ولا 9:16، والمعلّق الصوتي، وأسلوب بصري ثنائي الأبعاد أو ثلاثي الأبعاد أو واقعي.
• توليد لوحة القصة بالذكاء الاصطناعي: أنشئ برومبتات بصرية، وأوراق الشخصيات، وتوجيهات الكاميرا، والانتقالات، وتعليمات الحركة.
• تكامل Higgsfield: اختار من بين 14 نموذج للصور و34 نموذج للفيديو، مع عرض تقديري لاستهلاك الرصيد قبل التوليد.
• تعليق صوتي متناسق: ولّد تسجيل واحد متواصل باستعمال Gemini TTS ولا ElevenLabs وقسّمو تلقائيا حسب المشاهد.
• تحرير الخط الزمني: قصّر، وقطّع، واحذف، وحرّك المقاطع، والتعليق الصوتي، والترجمة، والموسيقى، والطبقات.
• ترجمة دقيقة: استعمل Whisper المحلي للتفريغ وإنشاء ترجمة بنمط الكاريوكي متزامنة مع التعليق الصوتي المولّد.
• تصدير محلي: صدّر ملفات MP4 بدقة 720p أو 1080p أو 4K وبمعدل 30 أو 60 إطارا في الثانية.

المتطلبات

التطبيق المجمّع ودعم الترجمة الدقيقة موجّهين لـ Windows 10 أو Windows 11 بنسخة 64 بت. الكود المصدري يقدر يخدم حتى على macOS، مع أن macOS ما تختبرش بشكل كامل، والمثبّت وإعداد ترجمة Whisper متوفرين حاليا غير لـ Windows.

غادي تحتاج:

• مفتاح API ديال Higgsfield للصور بالذكاء الاصطناعي، وأوراق الشخصيات، والفيديوهات.
• مزود واحد لتوليد القصص: Google Gemini، أو OpenRouter، أو Groq، أو نقطة نهاية مخصّصة متوافقة مع OpenAI.
• مزود للتعليق الصوتي: Google Gemini من أجل Gemini TTS، أو اختياريا ElevenLabs.
• Node.js 22 أو أحدث إلا شغّلتي التطبيق من الكود المصدري.
• اتصال بالإنترنت للتثبيت الأولي وطلبات الذكاء الاصطناعي السحابية.

ثبّت Bang Story

الخيار 1: استعمل سكريبت START

أسهل طريقة للإعداد كتحتاج إصدار LTS ديال Node.js. من بعد ما تنزّل المستودع ولا تستنسخو، شغّل السكريبت المناسب لنظام التشغيل ديالك.

• Windows: دير نقرتين على START - WIN.bat.
• macOS: دير نقرتين على START - MAC.command.

إلا كان سكريبت macOS ما عندوش الصلاحية، حلّ Terminal فمجلد المشروع وشغّل:

chmod +x "START - MAC.command"

إلا بقى macOS كايحظرو، دير كليك بالزر الأيمن على الملف واختار Open. فالتشغيل الأول، سكريبت START كيثبّت تبعيات npm، وكينزّل Electron، وكايبني التطبيق، وكيحلّو. هاد العملية تقدر تاخذ بضع دقايق.

فالتشغيلات الموالية كيعاود يستعمل البناء المولّد. إلا بدّلتي شي ملفات داخل src، مسح مجلد out ولا عاود البناء قبل ما تستعمل START مرة أخرى.

الخيار 2: شغّل من الكود المصدري

المطوّرون يقدرو يثبّتو التبعيات ويشغّلو التطبيق مع إعادة التحميل الفورية:

npm install
npm run dev

من أوامر التطوير المفيدة:

npm run typecheck
npm run build
npm run dist

npm run typecheck كيدير فحوصات TypeScript صارمة، وnpm run build كيكتب بناء التطبيق فـ out، وnpm run dist كينشئ مثبّت Windows داخل dist.

بناء مثبّت Windows

npm run dist

المثبّت الناتج كيتسمّى dist/BangStory-Setup-<version>.exe. باش تنشئ مجلد Windows محمول بلا مثبّت، شغّل:

npx electron-builder --win --dir

كوّن مفاتيح API ديالك

حلّ Settings › AI services and keys من بعد ما تشغّل التطبيق. كل فئة فيها محدّد للمزوّد، وكيتم استعمال غير المزوّد المختار.

1. زِد مفتاح Higgsfield اللي حصلتي عليه باستعمال الزر Copy API key. الصيغة المطلوبة هي KEY_ID:KEY_SECRET.
2. اختار Google Gemini، أو OpenRouter، أو Groq، أو نقطة نهاية مخصّصة متوافقة لتوليد القصص.
3. اختار Gemini TTS ولا ElevenLabs للتعليق الصوتي، ودخّل بيانات الاعتماد المناسبة.
4. حفظ الإعدادات، ومن بعد اختار نموذجا من لائحة النماذج القابلة للبحث، اللي كتتحمّل من المزوّد ديالك.

النقاط النهائية المخصّصة تقدر تربط بأي خادم متوافق مع API ديال OpenAI. من الأمثلة المذكورة فالمشروع Ollama على http://localhost:11434/v1، وLM Studio، وvLLM، وDeepSeek، وxAI Grok على https://api.x.ai/v1.

فـ Windows، المفاتيح كتتشفّر باستعمال Electron safeStorage عبر Windows DPAPI. كيتبعتو غير للخدمات المرتبطة بالمهام الخاصة بها.

أنشئ أول فيديو ديالك

1. دخل فكرة قصة

فالشاشة الرئيسية، دخل فكرة مختصرة. مثلا:

What would daily life have felt like in Batavia during the 1700s?

كليكي على Start باش تنشئ المشروع. الفكرة الواضحة اللي فيها الموضوع، المكان، الفترة الزمنية، والطابع اللي بغيتي، كتعطي مولّد القصص توجيهاً مفيداً.

2. اختار إعدادات المشروع

حدّد المدة المستهدفة، اللغة، نسبة العرض إلى الارتفاع، الراوي، والأسلوب البصري. استعمل 16:9 لفيديوهات YouTube العادية، أو 9:16 لـ Shorts وReels وTikTok.

تقدر حتى تختار نماذج الصور والفيديو ديال Higgsfield للمشروع. راجع تقدير الرصيد اللي باين قبل ما تولّد الوسائط، باش تكون عارف التكلفة المحتملة ديال الخدمة الخارجية.

3. راجع السيناريو

Bang Story كينشئ البنية السردية والنص الصوتي لكل مشهد. ما تعتبرش هاد المرحلة غير خطوة للموافقة بكليكة وحدة. راجع الحقائق، الإيقاع، التكرار، النطق، وواش كل مشهد كيساهم فالفكرة الرئيسية.

تقدر تعدّل، تزيد، تحيد، وتعاود ترتّب المشاهد. التعليق الصوتي يقدر يتضمن وسوم التعبير المدعومة بحال <short pause> أو <chuckles> أو <whispers> باش توجّه طريقة الإلقاء.

4. ولّد لوحة القصة

من بعد ما تسالي السيناريو، دوز للوحة القصة. Bang Story كيوجّد التوجيهات البصرية، معلومات الطاقم، أوراق الشخصيات، حركة الكاميرا، الانتقالات، وتوجيهات الحركة لكل مشهد.

راجع التوجيهات المولّدة قبل ما تصرف الأرصدة. خاص أوصاف الشخصيات تبقى منسجمة بين المشاهد، وخاص تعليمات الحركة تناسب المشهد، ماشي تزيد الحركة غير للزينة.

ولّد الصور والفيديوهات المطلوبة باستعمال Higgsfield. النماذج الافتراضية الموثقة فالمشروع هي GPT Image 2.5 Sunburst للصور وKling 3.0 Standard للفيديو، مع إمكانية اختيار نماذج أخرى مدعومة لكل مشروع.

5. ولّد التعليق الصوتي

اختار Gemini TTS أو ElevenLabs لإنشاء التعليق الصوتي. Bang Story كيسجّل التعليق الصوتي فلقطة متواصلة وحدة ومن بعد كيقسمو لمشاهد. هاد الطريقة كتعاون تحافظ على انسجام الصوت والتنغيم فالمشروع كامل.

ElevenLabs كيوفّر توقيتاً دقيقاً لكل كلمة. Gemini TTS ما كيوفّرش التوقيت على مستوى الكلمات، لذلك توقيت الترجمة التوضيحية كيكون غير تقديري إلا استعملتي مزامنة Whisper محلياً.

6. عدّل الخط الزمني

استعمل المحرر باش ترتّب الإنتاج وتحسّنو. جرّ حافة المقطع باش تبدّل المدة ديالو، ضغط على S باش تقطع فالموضع المحدد، وضغط على Delete باش تحيد المادة المحددة. التعليق الصوتي، الترجمة التوضيحية، الموسيقى، والطبقات الإضافية يمكن تحريكهم بشكل مستقل.

الانتقالات كتتضبط فكل نقطة وصل بين المقاطع ويمكن معاينتها مباشرة. حركة الكاميرا تقدر تطبّقها على مقاطع الصور الثابتة ومقاطع الفيديو بجوج.

زيد موسيقى خلفية فالأماكن المناسبة. Bang Story يقدر ينقص صوت الموسيقى أوتوماتيكياً ملي كيكون التعليق الصوتي خدام. وفيه حتى مولّد لتوجيهات الموسيقى لـ Suno أو خدمة موسيقى أخرى بالذكاء الاصطناعي، وما كيدّعيش أنه كيولّد الموسيقى بنفسو مباشرة.

تقدر تحط الشعارات، العلامات المائية، والطبقات النصية مباشرة فالمعاينة. خلّي الطبقات داخل الهوامش الآمنة، خصوصاً ملي كتوجد فيديوهات عمودية لواجهات كتحجب أجزاء من الشاشة.

7. نسّق وزامن الترجمة التوضيحية

المحرر كيوفّر ترجمة توضيحية بأسلوب الكاراوكي مع 15 خطاً وأدوات للتحكم فاللون، الحجم، ومربعات الخلفية.

فمشاريع Gemini TTS، حمّل نموذج Whisper Small اللي الحجم ديالو تقريباً 488 MB من Settings › Accurate captions. Whisper كيخدم محلياً ويقدر يطابق الترجمة التوضيحية مع الكلام الفعلي بفارق عادي كيوصل تقريباً لـ 0.1–0.2 ثانية. تقدر تعاود تزامن المقاطع الموجودة من تبويب Caption فالمحرر.

ElevenLabs كيوفّر أصلاً التوقيت ديال كل كلمة، لذلك ما كيحتاجش Whisper لهاد الغرض.

8. صدّر الفيديو

اختار دقة الإخراج 720p أو 1080p أو 4K ومعدل إطارات 30 أو 60 fps. Bang Story كيرندر ملف MP4 محلياً باستعمال FFmpeg وكيحاول يطابق معاينة المحرر.

يمكن حرق الترجمة التوضيحية داخل الفيديو، ويمكن حتى حفظها فملف .srt مستقل. الصوت كيتعاير على −14 LUFS، وهو المستوى اللي كيحددو المشروع كمعيار YouTube.

فين كتتخزّن المشاريع

فـ Windows، Bang Story كيخزّن قاعدة بيانات SQLite والوسائط فـ:

%APPDATA%\Bang Story

ملف studio.db فيه بيانات المشاريع، بينما مجلد projects فيه الصور والفيديوهات والصوتيات. المشاريع كتتحفظ أوتوماتيكياً، وتقدر تفرض الحفظ باستعمال Ctrl+S. البيانات ديال الاسم القديم Studio Cerita ديال التطبيق كتتترحّل أوتوماتيكياً.

نصائح متقدمة

تحكّم فالتكلفة قبل التوليد

كمّل السيناريوهات والتوجيهات البصرية قبل ما تنشئ الصور أو الفيديوهات. تقديرات أرصدة Higgsfield كتجي من نقطة النهاية estimate، وما كتستهلكش الأرصدة، لذلك استعمل هاد التقديرات ملي كتقارن بين النماذج.

حسّن الإيقاع فمرحلة السيناريو

خلي عدد وطول المشاهد مناسبين للمدة اللي تختارات. الفيديو العمودي القصير كيستافد من سرد مختصر وتغييرات بصرية سريعة، بينما الفيديو التوضيحي الأطول يقدر يدعم مشاهد أبطأ وتفاصيل سياقية أكثر.

حافظ على تناسق الشخصيات

راجع تفاصيل الممثلين المُولّدين وأوراق الشخصيات قبل ما تنتج جميع الوسائط ديال المشاهد. تصحيح وصف الشخصية بكري أكثر فعالية من إعادة توليد عدة مقاطع غير متناسقة.

استعمل النماذج المحلية لتخطيط القصة

إلا كنت كتشغّل خادم محلي متوافق مع OpenAI، عيّنو كنقطة نهاية مخصّصة لتوليد القصص. Ollama وLM Studio وvLLM مذكورين كأمثلة متوافقة. وباقي Higgsfield ضروري لسيرورة الصور وأوراق الشخصيات والفيديو فالتطبيق.

تحقق من تغييرات المعاينة والتصدير

ملي كتبدّل الكود المصدري، تذكّر بلي القواعد المشتركة فـ src/shared كتستعملها المعاينة وسلوك التصدير. خاص المساهمين يشغلو جوج الاختبارات قبل ما يرسلو التغييرات:

npm run typecheck
npm run build

المستودع كيطلب حتى من المساهمين يختابرو التغييرات البصرية أو تغييرات التصدير باستعمال بيئة التطوير ديالو، ويوثّقو التغييرات المتعلقة بها فـسجل التغييرات.

فهم شنو كيخدم محلياً

تخزين المشروع، وتص rendering باستعمال FFmpeg، والتعرّف على التسميات التوضيحية باستعمال Whisper كيتشغلو فالحاسوب ديالك. طلبات القصة والوسائط والسرد كتمشي لمزوّدي الذكاء الاصطناعي اللي كتختار. هاد التمييز مفيد ملي كتقيّم الخصوصية، ومتطلبات الاتصال، وتكاليف الخدمات.

الخلاصة

Bang Story كيجمع بين الكتابة وتوليد الوسائط بمساعدة الذكاء الاصطناعي وسيرورة عمل تقليدية مبنية على الخط الزمني. أكثر طريقة موثوقة هي تهيّأ المزوّدين أولاً، وتنقّح النص قبل ما تولّد الوسائط المؤدى عليها، وتتحقق من لوحة القصة باش تبقى العناصر البصرية متناسقة، وتزامن السرد والتسميات التوضيحية، وتعاين الخط الزمني كامل قبل التصدير.

باش تشوف شرح إضافي، تفرّج فـالفيديو التعليمي الرسمي ديال Bang Story. وكاين حتى فـSettings › About داخل التطبيق.