VideoCap: AI動画ジェネレーター

MicrocosmWorksは、入力されたテキストや画像を分析し、適切なビデオテンプレートを選択し、シーンのトランジションを生成し、FFmpegを使用して最終的な出力を構成する機械学習モデルを使用して、VideoCapのAIパイプラインを構築しました。FlutterベースのモバイルアプリがUIを処理する一方、計算集約型のビデオレンダリングはクラウド機能上で実行されるため、ユーザーはデスクトップ編集ソフトウェアなしで数分でプロフェッショナルなビデオを作成できます。

MicrocosmWorksはVideoCapに包括的なFFmpegパイプラインを実装し、マルチトラックビデオ合成、アニメーションテキストオーバーレイ、画像からビデオへの変換、オーディオミキシング、ソーシャルメディアフォーマット（9:16、16:9、1:1）向けの解像度スケーリング、およびハードウェアアクセラレーションエンコーディングをサポートしています。このパイプラインは、利用可能なクラウド資源に処理を分散させるNode.jsキューシステムを通じて、同時レンダリングジョブを処理します。

MicrocosmWorksはFlutterを使用してVideoCapを構築しました。これにより、単一のDartコードベースでネイティブパフォーマンスでiOSとAndroidの両方をターゲットにできます。カメラアクセス、ファイルストレージ、プッシュ通知などのプラットフォーム固有の機能は、ネイティブAPIsにブリッジするFlutterプラットフォームチャネルを使用します。このアプローチにより、個別のネイティブアプリを構築する場合と比較して開発時間を約40%削減し、一貫したユーザーエクスペリエンスを維持しています。

MicrocosmWorksは、VideoCapを、重い動画処理をcloud functionsにオフロードし、モバイルアプリが軽量なプレビュー生成をローカルで処理するように設計しました。動画のアップロードには、信頼性の低い接続向けに再開機能を備えたchunked transferを使用し、レンダリングされた出力はデバイスにストリーミングで返されるか、共有可能なリンク付きでcloud storageに保存されます。アプリは、デバイスのストレージがいっぱいになるのを避けるため、local cacheをインテリジェントに管理します。

MicrocosmWorksは、VideoCapにシーン理解、テキストとビジュアルのマッチング、および自動編集の決定を行うためのAI/MLモデルを統合しました。これらのモデルは入力コンテンツを分析し、最適なビデオ構造、ペーシング、視覚要素を決定し、その後、FFmpegパイプラインが実行するコンポジションスクリプトを生成します。このアプローチにより、非技術系ユーザーは手動編集なしで魅力的な動画を作成でき、MicrocosmWorksの開発レートは1時間あたり20ドルから利用可能です。