Python کے ذریعے YouTube ویڈیوز کو AI سے تیار کردہ شارٹس میں تبدیل کریں

AI شارٹس جنریٹر کیا ہے؟

AI شارٹس جنریٹر OpusClip اور Vidyo.ai جیسی مختصر ویڈیو SaaS مصنوعات کا ایک مفت، اوپن سورس متبادل ہے۔ یہ YouTube URL یا مقامی ویڈیو فائل قبول کرتا ہے، موزوں لمحات تلاش کرتا ہے، اور انہیں واٹرمارک یا کلپ سے پہلے کریڈٹس کے بغیر پوسٹ کے لیے تیار مختصر ویڈیوز میں رینڈر کرتا ہے۔

یہ پروجیکٹ مقامی ٹرانسکرپشن کو ایک LLM فراہم کنندہ کے ساتھ یکجا کرتا ہے۔ faster-whisper ٹائم اسٹیمپ والا ٹرانسکرپٹ تیار کرتا ہے، جبکہ OpenAI، Gemini، یا MuAPI اس ٹرانسکرپٹ کا تجزیہ کرکے ممکنہ نمایاں لمحات کی شناخت اور درجہ بندی کرتا ہے۔

پروسیسنگ پائپ لائن کیسے کام کرتی ہے

1. ڈاؤن لوڈ یا لوڈ: ایپلیکیشن YouTube ویڈیو ڈاؤن لوڈ کرتی ہے یا مقامی ویڈیو کا راستہ پڑھتی ہے۔
2. ٹرانسکرائب: faster-whisper مقامی طور پر ٹائم اسٹیمپ والا ٹرانسکرپٹ تیار کرتا ہے۔
3. درجہ بندی: منتخب کردہ LLM مواد کی قسم اور رفتار کا تعین کرتا ہے، جیسے انٹرویو، پوڈکاسٹ، ٹیوٹوریل، یا ولاگ۔
4. نمایاں لمحات کی درجہ بندی: LLM مضبوط آغاز، جذباتی عروج، انکشافات، تنازع، قابلِ اقتباس بیانات، کہانی کے عروج، اور عملی افادیت جیسے اشاروں کی بنیاد پر لمحات کا جائزہ لیتا ہے۔
5. اوورلیپ ختم کریں: اوورلیپ ہونے والے امیدواروں کو ان کے اسکور کے مطابق دوہرے پن سے پاک کیا جاتا ہے۔
6. کلپس منتخب کریں: --n آپشن کے مطابق سب سے زیادہ درجہ رکھنے والے امیدوار منتخب کیے جاتے ہیں۔
7. رینڈر: ہر انتخاب کو خودکار طور پر مطلوبہ پہلو تناسب کے مطابق کراپ کیا جاتا ہے۔ جب تک اسے غیر فعال نہ کیا جائے، ابتدا میں سیاق و سباق سے آگاہ AI ہک شامل کیا جاتا ہے۔

اہم خصوصیات

• YouTube اور مقامی ویڈیو کی معاونت: ویڈیو URL یا آپ کے کمپیوٹر پر پہلے سے محفوظ فائل کو پروسیس کریں۔
• خودکار نمایاں لمحوں کا انتخاب: مختصر فارمیٹ کے مواد کے لیے مضبوط امکانات رکھنے والے لمحات تلاش کریں۔
• عمودی رینڈرنگ: مختصر ویڈیو پلیٹ فارمز کے لیے موزوں 9:16 ویڈیوز تیار کریں۔
• متعدد آؤٹ پٹس: --n کے ذریعے ایک ماخذ سے کئی نمایاں لمحات رینڈر کریں۔
• AI سے تیار کردہ ہکس: سیاق و سباق سے آگاہ افتتاحی ہک شامل کریں یا --no-hook کے ذریعے اسے غیر فعال کریں۔
• سب ٹائٹلز، ترجمہ، اور وائس اوور: یہ پروجیکٹ مواد کی پروسیسنگ کی ان صلاحیتوں کو ایک ہی ورک فلو میں یکجا کرتا ہے۔
• مقامی ویب انٹرفیس: متعدد ویڈیوز قطار میں شامل کریں اور رینڈرنگ کے اختیارات بصری طور پر ترتیب دیں۔
• API کی دستیابی: جنریٹر کو اس کے API کے ذریعے دوسرے پروجیکٹس میں شامل کیا جا سکتا ہے۔

تقاضے

شروع کرنے سے پہلے یقینی بنائیں کہ آپ کے ماحول میں درج ذیل موجود ہیں:

• Python 3.10 یا اس کے بعد کا ورژن
• OpenAI، Gemini، یا MuAPI کی API کلید
• ریپوزٹری کلون کرنے کے لیے Git
• requirements.txt میں درج Python پیکیجز

Gemini روزانہ کی حد کے ساتھ مفت درجۂ پیش کرتا ہے۔ OpenAI بامعاوضہ ہے، جبکہ MuAPI سبسکرپشن کے بغیر بامعاوضہ، استعمال کے مطابق ادائیگی کی سہولت فراہم کرتا ہے۔ کلیدیں Google AI Studio، OpenAI Platform، یا MuAPI سے حاصل کریں۔

انسٹالیشن اور سیٹ اپ

1. ریپوزٹری کلون کریں

git clone https://github.com/pierrenade/short-video-generator-AI.git
cd short-video-generator-AI

2. ورچوئل ماحول بنائیں

ایک الگ Python ماحول بنائیں تاکہ پروجیکٹ کے پیکیجز دیگر انسٹالیشنز کے ساتھ متصادم نہ ہوں۔

python -m venv venv

Windows پر اسے فعال کرنے کے لیے:

venv\Scripts\activate

Linux یا macOS پر اسے فعال کرنے کے لیے:

source venv/bin/activate

3. انحصارات انسٹال کریں

pip install -r requirements.txt

4. ماحول کی فائل ترتیب دیں

پروجیکٹ ڈائریکٹری میں .env فائل بنائیں یا اس میں ترمیم کریں۔ LLM_PROVIDER کو openai، gemini، یا muapi پر سیٹ کریں، پھر متعلقہ API کلید فراہم کریں۔

LLM_PROVIDER=openai

OPENAI_API_KEY=your_openai_key_here
OPENAI_MODEL=gpt-4o-mini

GEMINI_API_KEY=your_gemini_key_here
GEMINI_MODEL=gemini-2.5-flash

MUAPI_API_KEY=your_muapi_key_here

LOCAL_WHISPER_MODEL=base
LOCAL_WHISPER_DEVICE=auto

آپ کو صرف اس فراہم کنندہ کی درست API کلید درکار ہے جسے LLM_PROVIDER میں منتخب کیا گیا ہو۔ OpenAI اور Gemini کی ماڈل سیٹنگز اختیاری ہیں۔

Whisper کی سیٹنگز منتخب کرنا

LOCAL_WHISPER_MODEL میں tiny، base، small، medium، یا large-v3 استعمال کیا جا سکتا ہے۔ README میں ابتدائی ترتیب کے طور پر base استعمال کیا گیا ہے۔

LOCAL_WHISPER_DEVICE میں auto، cpu، یا cuda استعمال کیا جا سکتا ہے۔ جب تک آپ کو خاص طور پر CPU یا CUDA پروسیسنگ پر مجبور کرنے کی ضرورت نہ ہو، auto برقرار رکھیں۔

اپنی پہلی مختصر ویڈیو بنائیں

main.py کو YouTube URL فراہم کریں:

python main.py "https://www.youtube.com/watch?v=video_id"

پروسیسنگ مکمل ہونے پر رینڈر کیے گئے کلپس output ڈائریکٹری میں محفوظ ہو جاتے ہیں۔

آؤٹ پٹ کو کنٹرول کریں

درج ذیل مثال تین عمودی کلپس تیار کرتی ہے اور ماخذ ویڈیو کے لیے 1080 ڈاؤن لوڈ ریزولوشن طلب کرتی ہے:

python main.py "https://www.youtube.com/watch?v=video_id" \
  --n 3 \
  --ratio 9:16 \
  --resolution 1080

دستیاب کمانڈ لائن آپشنز

• --n: رینڈر کیے جانے والے کلپس کی تعداد مقرر کرتا ہے۔ طے شدہ تعداد 3 ہے۔
• --ratio: آؤٹ پٹ کا پہلو تناسب مقرر کرتا ہے۔ طے شدہ تناسب 9:16 ہے؛ مربع آؤٹ پٹ کے لیے 1:1 استعمال کریں یا کوئی دوسرا تناسب فراہم کریں۔
• --resolution: ماخذ ویڈیو کے ڈاؤن لوڈ کی ریزولوشن مقرر کرتا ہے۔ پروجیکٹ میں درج معاون اقدار 360، 480، 720 اور 1080 ہیں۔ طے شدہ قدر 720 ہے۔
• --language: Whisper کا زبان کوڈ، مثلاً en، مقرر کرتا ہے۔ اس کا طے شدہ رویہ خودکار شناخت ہے۔
• --no-hook: ہر کلپ کے آغاز میں AI سے تیار کردہ ہُک شامل ہونے سے روکتا ہے۔

مقامی ویڈیو پر کارروائی کریں

YouTube URL کی جگہ مقامی فائل کا راستہ دیا جا سکتا ہے۔ یہ مثال 720 ریزولوشن پر چار عمودی کلپس تیار کرتی ہے اور چینی ٹرانسکرپشن کو لازمی بناتی ہے:

python main.py "/Users/Admin/Folder/video.mp4" \
  --n 4 \
  --ratio 9:16 \
  --resolution 720 \
  --language zh

اپنے آپریٹنگ سسٹم کے لیے درست مطلق یا نسبتی راستہ استعمال کریں۔ فولڈر یا فائل کے ناموں میں اسپیسز ہوں تو راستے کو اقتباسات میں لکھنا مفید ہے۔

مقامی ویب انٹرفیس استعمال کریں

ویب ورژن متعدد ویڈیوز کو قطار میں شامل کرنے اور رینڈرنگ کے اختیارات تبدیل کرنے کا بصری طریقہ فراہم کرتا ہے۔ فراہم کنندہ کا انتخاب اور API اسناد اب بھی .env سے حاصل ہوتی ہیں؛ انٹرفیس ویڈیو ان پٹ اور رینڈر کے اختیارات سنبھالتا ہے۔

1. بیک اینڈ شروع کریں

python3 server.py

2. فرنٹ اینڈ سر کریں

ایک اور ٹرمینل کھولیں، ویب ڈائریکٹری میں جائیں اور ایک جامد HTTP سرور شروع کریں:

cd web
python3 -m http.server 8000

3. انٹرفیس کھولیں

اپنے براؤزر میں http://localhost:8000/shorts-generator-ui.html کھولیں۔

اعلیٰ درجے کی تجاویز

پہلو تناسب کو منزل کے مطابق رکھیں

روایتی عمودی مختصر ویڈیوز کے لیے --ratio 9:16 استعمال کریں۔ مربع کلپ درکار ہو تو --ratio 1:1 استعمال کریں۔ پروجیکٹ دیگر تناسب بھی قبول کرتا ہے۔

جب شناخت غیر یقینی ہو تو زبان لازمی مقرر کریں

خودکار زبان کی شناخت طے شدہ طریقہ ہے۔ اگر آپ پہلے سے بولی جانے والی زبان جانتے ہیں تو اس کا Whisper زبان کوڈ --language کے ساتھ دیں، مثلاً --language en۔

رینڈر کیے جانے والے امیدواروں کی تعداد منتخب کریں

طے شدہ --n 3 تین منتخب نمایاں حصے تیار کرتا ہے۔ طویل ماخذ ویڈیو سے مزید امیدوار درکار ہوں تو تعداد بڑھائیں، یا صرف مضبوط ترین نتیجہ چاہیے تو اسے کم کریں۔

جب اصل آغاز کافی ہو تو ہُکس غیر فعال کریں

تیار کردہ ہُک اختیاری ہے۔ اگر آپ چاہتے ہیں کہ ہر کلپ براہِ راست منتخب ماخذ حصے سے شروع ہو تو --no-hook شامل کریں:

python main.py "https://www.youtube.com/watch?v=video_id" --n 2 --no-hook

ٹرانسکرپشن کے وسائل میں توازن رکھیں

دستیاب Whisper ماڈلز tiny سے large-v3 تک ہیں۔ اپنی مشین کے مطابق ماڈل منتخب کریں، اور LOCAL_WHISPER_DEVICE=cuda صرف اس وقت استعمال کریں جب مطابقت رکھنے والا CUDA ماحول دستیاب ہو۔ بصورت دیگر، auto ایپلیکیشن کو ڈیوائس منتخب کرنے دیتا ہے۔

اسناد کو کمانڈز سے باہر رکھیں

فراہم کنندہ کی کلیدیں ٹرمینل کمانڈز یا سورس کوڈ میں براہِ راست رکھنے کے بجائے .env میں محفوظ کریں۔ ریپوزٹری کو فورک یا اس میں تعاون کرتے وقت پُر شدہ ماحول فائلیں commit کرنے سے گریز کریں۔

نتیجہ

AI Shorts Generator طویل YouTube یا مقامی ویڈیوز کو مختصر کلپس میں تبدیل کرنے کے لیے مقامی، اوپن سورس ورک فلو فراہم کرتا ہے۔ Python، LLM فراہم کنندہ اور مقامی Whisper ترتیبات تشکیل دینے کے بعد، آپ کمانڈ لائن سے کئی خودکار طور پر منتخب کلپس تیار کر سکتے ہیں یا ان پٹس اور رینڈرنگ کے اختیارات سنبھالنے کے لیے براؤزر پر مبنی انٹرفیس استعمال کر سکتے ہیں۔

یہ پروجیکٹ MIT License کے تحت دستیاب ہے۔ آپ مسائل کی اطلاع دے سکتے ہیں، تبدیلیوں میں تعاون کر سکتے ہیں یا اسے اس کی GitHub ریپوزٹری سے فورک کر سکتے ہیں۔