منصوبے کے بارے میں

LazyEdit ویڈیو پروڈکشن کے لیے ایک جامع پائپ لائن فراہم کرتا ہے، جس میں AI سے چلنے والی جنریشن اور پوسٹ پروسیسنگ شامل ہے۔ اس ورک فلو میں ویڈیو اپ لوڈ یا جنریشن (Sora اور Veo جیسی انٹیگریشنز کے ذریعے)، ASR پر مبنی ٹرانسکرپشن، کثیر لسانی سب ٹائٹل ترجمہ اور پالشنگ، لے آؤٹ کنٹرولز کے ساتھ سب ٹائٹل برن-ان، کی فریم کیپشننگ، اور میٹا ڈیٹا جنریشن شامل ہیں۔ تکنیکی طور پر، اس پروجیکٹ میں Tornado پر مبنی API بیک اینڈ اور ویب اور موبائل کے لیے Expo سے چلنے والا فرنٹ اینڈ شامل ہے۔ اسے Linux پر لوکل-فرسٹ تعیناتی کے لیے ڈیزائن کیا گیا ہے، جس میں سیشن مینجمنٹ کے لیے tmux اور بیک گراؤنڈ آپریشن کے لیے اختیاری systemd سروسز استعمال ہوتی ہیں۔ یہ سسٹم ASR (Whisper)، امیج کیپشننگ (ViT-GPT2, CLIP-GPT)، اور سوشل میڈیا تقسیم کے لیے ایک اختیاری AutoPublish ماڈیول کے لیے کئی مخصوص سب ماڈیولز کو مربوط کرتا ہے۔ اہم صلاحیتوں میں شامل ہیں: - پرومپٹ پر مبنی ویڈیو جنریشن (Stage A/B/C)۔ - مکمل میڈیا پائپ لائن: ٹرانسکرپشن -> ترجمہ -> برن-ان -> کیپشننگ -> میٹا ڈیٹا۔ - furigana، IPA، اور romaji سمیت کثیر لسانی سپورٹ۔ - API-first آرکیٹیکچر جو اسکرپٹڈ انٹیگریشن اور آٹومیشن کی اجازت دیتا ہے۔ - ڈیٹا کی بقا کے لیے PostgreSQL سپورٹ کے ساتھ لوکل-فرسٹ رن ٹائم۔