LazyEdit

LazyEditは、AI駆動の生成とポストプロセッシングを統合した、ビデオ制作のための包括的なパイプラインを提供します。このワークフローには、ビデオのアップロードまたは生成（SoraやVeoなどの統合経由）、ASRベースの文字起こし、多言語字幕の翻訳とブラッシュアップ、レイアウト制御付きの字幕焼き付け、キーフレームのキャプション作成、およびメタデータの生成が含まれます。 技術的には、本プロジェクトはTornadoベースのAPIバックエンドと、Webおよびモバイル向けのExpo搭載フロントエンドで構成されています。Linux上でのローカルファーストな展開向けに設計されており、セッション管理にはtmuxを、バックグラウンド動作にはオプションでsystemdサービスを利用します。システムには、ASR（Whisper）、画像キャプション作成（ViT-GPT2、CLIP-GPT）、およびソーシャルメディア配信用のオプションであるAutoPublishモジュールなど、いくつかの特化型サブモジュールが統合されています。 主な機能は以下の通りです： - プロンプトベースのビデオ生成（ステージA/B/C）。 - 完全なメディアパイプライン：文字起こし -> 翻訳 -> 焼き付け -> キャプション作成 -> メタデータ。 - ふりがな、IPA、ローマ字を含む多言語サポート。 - スクリプトによる統合と自動化を可能にするAPIファーストアーキテクチャ。 - データ永続化のためのPostgreSQLをサポートするローカルファーストなランタイム。