VideoCap: מחולל וידאו מבוסס AI

MicrocosmWorks בנתה את ה-AI pipeline של VideoCap באמצעות מודלים של למידת מכונה שמנתחים טקסט או תמונות קלט, בוחרים תבניות וידאו מתאימות, מייצרים מעברי סצנה ומרכיבים את הפלט הסופי באמצעות FFmpeg. האפליקציה הניידת מבוססת Flutter מטפלת בממשק המשתמש (UI) בעוד שרינדור הווידאו עתיר החישובים פועל על פונקציות ענן, מה שמאפשר למשתמשים ליצור סרטונים מקצועיים בתוך דקות ללא תוכנת עריכה שולחנית.

MicrocosmWorks הטמיעה צינורית FFmpeg מקיפה ב-VideoCap, התומכת בהרכבת וידאו מרובה ערוצים, שכבות טקסט מונפשות, המרת תמונה לווידאו, ערבוב שמע, התאמת רזולוציה עבור פורמטים של מדיה חברתית (9:16, 16:9, 1:1), וקידוד מואץ חומרה. הצינורית מטפלת במשימות רינדור מקבילות באמצעות מערכת תורים מבוססת Node.js שמפזרת את העיבוד על פני משאבי ענן זמינים.

MicrocosmWorks בנתה את VideoCap באמצעות Flutter, מה שמאפשר לבסיס קוד Dart יחיד לתמוך גם ב-iOS וגם ב-Android עם ביצועי native. תכונות ספציפיות לפלטפורמה כמו גישה למצלמה, אחסון קבצים והתראות דחיפה משתמשות בערוצי פלטפורמה של Flutter המתחברים ל-APIs native. גישה זו הפחיתה את זמן הפיתוח בכ-40% בהשוואה לבניית אפליקציות native נפרדות, תוך שמירה על חווית משתמש עקבית.

חברת MicrocosmWorks תכננה את VideoCap כדי להעביר עיבוד וידאו כבד ל-cloud functions, בזמן שה-mobile app מטפלת ביצירת תצוגות מקדימות קלות באופן מקומי. העלאות וידאו משתמשות ב-chunked transfer עם יכולת חידוש עבור חיבורים לא יציבים, והפלט המעובד מוזרם בחזרה למכשיר או מאוחסן ב-cloud storage עם קישורים ניתנים לשיתוף. האפליקציה מנהלת באופן חכם את ה-local cache כדי למנוע מילוי שטח האחסון של המכשיר.

MicrocosmWorks שילבה מודלי AI/ML להבנת סצנות, התאמת טקסט לוויזואל, והחלטות עריכה אוטומטיות ב-VideoCap. המודלים מנתחים תוכן קלט כדי לקבוע מבנה וידאו אופטימלי, קצב, ואלמנטים ויזואליים, ולאחר מכן יוצרים סקריפט קומפוזיציה שצינור ה-FFmpeg מבצע. גישה זו מאפשרת למשתמשים לא טכניים ליצור סרטונים מרתקים ללא עריכה ידנית במחירי פיתוח של MicrocosmWorks החל מ-$20 לשעה.