Når en bruger uploader video til Adstacker, forventer de én ting: deres klip skal blive til polerede annoncevarianter uden en forvirrende ventetid, en brudt eksport eller undertekster, der kommer ud af synkronisering. Bag den enkle arbejdsgang ligger en bevidst iscenesat AI-drevet videopipeline. Vi validerer hver ressource, før den indgår i et projekt, omdanner tale til rammepræcise undertekstdata og render derefter genanvendelige kreative komponenter, før vi samler de endelige varianter.
Sådan behandler Adstacker brugervideoer—fra upload til eksport—og hvorfor arkitekturen er designet til pålidelig kreativ volumen.
Udfordringen: videoinput er sjældent produktionsklare som standard
Videofiler kan se ens ud i en filvælger, men opføre sig meget forskelligt i en renderpipeline. Et klip kan have en uventet varighed, lav opløsning, et rotationsflag fra et telefonkamera eller slet ingen brugbar videostream. Hvis vi opdager disse problemer, efter et projekt er begyndt at rendere, mister brugerne tid, og beregning er spildt.
Undertekster tilføjer en anden udfordring. En transskription alene er ikke nok til en social annonce. Teksten skal have ordniveau-timing, så den vises med taleren, forbliver læsbar og aldrig overlapper den næste linje.
Endelig er Adstacker bygget til at skabe mange kombinationer fra et lille sæt af ressourcer. At re-rendere identiske undertekstede klip for hver krog, krop, CTA og undertekststil-kombination ville være unødvendigt langsomt og dyrt.
Vores løsning: en iscenesat pipeline med klare ansvarsområder
Vi adskiller validering, transskription, overlay rendering og endelig samling. Hvert trin producerer et holdbart resultat, som det næste trin kan bruge, hvilket gør det muligt for systemet at gentage et mislykket trin uden at genstarte hele projektet.
Arkitektur
1. FFprobe fanger dårlige input, før et projekt begynder
Før Adstacker forpligter uploadede klip til et projekt, kører det FFprobe—et letvægts medieinspektionsværktøj—mod hver fil. Vi læser de detaljer, der er vigtige for et pålideligt output:
- En reel videostream er til stede.
- Varigheden er inden for projektets tilladte rækkevidde.
- Effektiv opløsning opfylder vores minimumskvalitetskrav og overstiger ikke den konfigurerede maksimum.
- Billedhastigheden er tilgængelig for timingberegninger.
- Visningsorienteringen er korrekt, inklusive telefonvideoer, hvis rotation lever i metadata snarere end pixel dimensioner.
Dette er en hurtig fejl-gate. Hvis en ressource ikke vil producere en pålidelig annonce, får skaberen en nyttig besked, før rendering begynder. Det giver os også mulighed for at vælge en begrænset basisopløsning for projektet, så downstream-arbejdere opererer på et forudsigeligt lærred i stedet for at håndtere hver rå kilde størrelse uafhængigt.
2. AssemblyAI omdanner tale til brugbar undertekst-timing
For projekter, der bruger undertekster, sender vi kilde lyden gennem AssemblyAI og modtager mere end en tekstblok: vi modtager individuelle ord med start- og sluttidspunkter. Disse tidsstempler er broen mellem talt sprog og visuel timing.
Vi normaliserer timingen til sekunder, konverterer den til rammer ved projektets målrammehastighed og grupperer ord i korte undertekstblokke. Grupperingen er bevidst: en ny undertekst begynder efter en meningsfuld pause eller når den aktuelle linje når en læsbar længde. Vi klemmer også tilstødende blokke, så kun én er synlig i en hvilken som helst ramme, selv når kildeordstider overlapper.
Resultatet er undertekstdata, der er koncise, rammebevidste og klar til en valgt visuel stil—ikke en generisk transskription klistret på en video.
3. Render delte overlays én gang, og genbrug dem derefter
Nøglen til kreativ skala er at undgå dobbeltarbejde. Et Adstacker-projekt kan parre det samme hook-klip med mange body-klip, CTA'er, tekstlag og undertekststilarter. Vi render et undertekstet eller tekstlagret segment én gang for hver unik opskrift, snarere end én gang for hver endelige kombination, der tilfældigvis bruger det. Dette spejler den automatiserede undertekstningsmetode, vi byggede til Ssemble, en kortformet videokreationsplatform i vores portefølje.
En overlay-arbejder modtager den forberedte kildevideo, det ønskede billedformat, brugerdefinerede tekstlag og undertekstblokke. Den render den visuelle behandling på et konsistent lærred og gemmer det færdige overlay som en genanvendelig ressource. Den endelige samlingsfase vælger derefter de korrekte hook-, body- og CTA-overlays og samler den færdige variant.
Denne opdeling giver os to praktiske fordele:
- Genbrug reducerer renderarbejde når mange kombinationer deler de samme byggesten.
- Uafhængige gentagelser tillader en fejl i én overlay eller én endelig samling at blive rettet uden at kassere færdigt arbejde.
Virkeligt eksempel: en produktoptagelse, dusinvis af testbare annoncer
Forestil dig, at et hudplejebrand uploader tre hooks, to produktdemonstrationer og to CTA'er. Det vælger også to undertekststilarter. De kreative muligheder multipliceres hurtigt, men flere endelige videoer genbruger det samme kilde segment og undertekstbehandling.
Adstacker validerer alle syv klip på forhånd, tager højde for eventuelle portræt-orienteringsmetadata og bygger tidsbestemte undertekstblokke fra hvert talt segment. Det skaber derefter hver nødvendig overlay én gang. Når de endelige kombinationer samles, genbruger systemet de forberedte stykker i stedet for gentagne gange at genskabe dem.
Mærket får et konsistent sæt af klar-til-test-annoncer, mens pipelinen udfører det minimum nødvendige arbejde for at skabe dem.
Bygget til pålidelig kreativ volumen
Hos Adstacker er videobehandling ikke én uigennemsigtig “render” knap. Det er en sekvens af fokuserede trin: validér kilden, forstå talen, render genanvendelige lag og saml den endelige kreative. Denne struktur hjælper os med at beskytte kvaliteten ved upload, holde undertekster synkroniserede og skalere variationer uden at skalere spild, kørende på cloud-infrastruktur bygget til elastiske, containeriserede arbejdsbelastninger.
Upload dine videoressourcer, vælg de kreative byggesten, du vil teste, og lad Adstacker håndtere produktionspipelinen bag kulisserne.
Teknologisk stack: NestJS · FFprobe · AssemblyAI · AWS S3 · AWS ECS Fargate · Remotion · FFmpeg · MongoDB
Læs mere fra vores team
1. Export Service vs. Video Editor Pipeline
