VideoCap: AI Video Generator

MicrocosmWorks rakensi VideoCapin AI-putkilinjan käyttäen koneoppimismalleja, jotka analysoivat syötettyä tekstiä tai kuvia, valitsevat sopivat videomallit, luovat kohtausvaihdoksia ja koostavat lopullisen tuotoksen käyttäen FFmpegiä. Flutter-pohjainen mobiilisovellus hoitaa käyttöliittymän (UI), kun taas laskentatehokas videorenderöinti tapahtuu pilvitoiminnoissa (cloud functions), antaen käyttäjien luoda ammattimaisia videoita minuuteissa ilman työpöydän editointiohjelmistoa.

MicrocosmWorks toteutti VideoCapiin kattavan FFmpeg-putken, joka tukee moniraitaista videokomponointia, animoituja tekstipeittokuvia, kuvan muuntamista videoksi, äänen miksausta, resoluution skaalausta sosiaalisen median formaatteihin (9:16, 16:9, 1:1) ja laitteistokiihdytettyä koodausta. Putki käsittelee samanaikaisia renderöintitöitä Node.js-jonojärjestelmän kautta, joka jakaa käsittelyn käytettävissä oleviin pilviresursseihin.

MicrocosmWorks rakensi VideoCapin käyttäen Flutteria, mikä mahdollisti yhden Dart-koodipohjan kohdistamisen sekä iOS:lle että Androidille natiivisuorituskyvyllä. Alustakohtaiset ominaisuudet, kuten kameran käyttöoikeus, tiedostojen tallennus ja push-ilmoitukset, käyttävät Flutterin alustakanavia, jotka muodostavat sillan natiivi-APIen kanssa. Tämä lähestymistapa vähensi kehitysaikaa noin 40 % verrattuna erillisten natiivisovellusten rakentamiseen, samalla kun käyttökokemus pysyi yhdenmukaisena.

MicrocosmWorks suunnitteli VideoCapin siirtämään raskaan videonkäsittelyn pilvitoimintoihin, samalla kun mobiilisovellus hoitaa kevyen esikatselun luomisen paikallisesti. Videoiden latauksissa käytetään jaettua siirtoa (chunked transfer) jatkamistoiminnolla epäluotettavia yhteyksiä varten, ja renderöidyt tulosteet suoratoistetaan takaisin laitteeseen tai tallennetaan pilvitallennustilaan jaettavilla linkeillä. Sovellus hallinnoi älykkäästi paikallista välimuistia välttääkseen laitteen tallennustilan täyttymisen.

MicrocosmWorks integroi AI/ML-malleja kohtausten ymmärtämiseen, tekstin ja visuaalisen sisällön yhdistämiseen sekä automaattisiin editointipäätöksiin VideoCapissa. Mallit analysoivat syötettävän sisällön määrittääkseen optimaalisen videon rakenteen, tahdin ja visuaaliset elementit, ja luovat sitten koostamiskomentosarjan, jonka FFmpeg-putkilinja suorittaa. Tämä lähestymistapa antaa ei-teknisille käyttäjille mahdollisuuden luoda kiinnostavia videoita ilman manuaalista editointia MicrocosmWorksin kehityshinnoilla alkaen $20/hr.