YILS-LIN/short-video-factory
テキスト指示と映像素材から、AIによるコピー作成、TTSナレーション、バッチ編集で短い動画を作るクロスプラットフォームのデスクトップアプリ。
代替できる製品:CapCut
- スター
- 5,768
- フォーク
- 802
- 未解決の Issue
- 19
- 最終コミット
- 4 日前
これは何?
Short Video Factoryは、手作業での編集を最小限に抑えて、商品プロモーションや一般向けの短い動画を制作できるデスクトップアプリです。テキストで指示を入力し、動画クリップを用意すると、AIモデルが台本を作成し、音声に変換したうえで、字幕とともにクリップをつなぎ合わせて動画を仕上げます。
コピー作成には、OpenAI互換APIを提供する任意のサービスを利用できます。ナレーションの生成にはEdge TTSを使い、あらかじめ設定した内容に基づいて動画を自動生成し続けるバッチ処理にも対応しています。中国語や英語を含む複数の言語を利用できます。
Windows、macOS、Linux上でローカル実行できます。TypeScriptで開発されており、ライセンスはAGPL-3.0です。より細かなパラメーター制御、TTSプロバイダーの追加、字幕エフェクトの拡充など、ロードマップ上の一部機能は今後の実装予定です。
主な機能
- 01OpenAI互換APIを通じて、指示文からマーケティング用の台本を生成します。
- 02EdgeTTSで台本を音声に変換します。
- 03映像素材、音声、字幕を自動で組み合わせ、動画を仕上げます。
- 04あらかじめ設定した内容に基づき、動画を生成し続けるバッチ処理を実行します。
- 05Windows、macOS、Linuxで動作します。
ユースケース
- ECサイトの商品掲載用プロモーション動画を制作する。
- SNS向けの一般的な短尺動画をまとめて作成する。
- 手作業で編集せずに、既存のクリップ素材からナレーション付きの新しい動画を作る。
クイックスタート
- 1
GitHub Releasesから最新版をダウンロードする
- 2
公式ユーザーマニュアルを読む
使う前に知っておきたいこと
- AGPL-3.0ライセンスの下で提供されています。強いコピーレフトライセンスであり、改変したソースコードを配布する場合、またはネットワークサービスとして提供する場合に、そのソースコードの共有が求められます。
- 音声合成は現在EdgeTTSのみをサポートしており、他の音声APIへの対応は今後予定されています。
トピック
よくある質問
- short-video-factory とは?
- テキスト指示と映像素材から、AIによるコピー作成、TTSナレーション、バッチ編集で短い動画を作るクロスプラットフォームのデスクトップアプリ。 Short Video Factoryは、手作業での編集を最小限に抑えて、商品プロモーションや一般向けの短い動画を制作できるデスクトップアプリです。テキストで指示を入力し、動画クリップを用意すると、AIモデルが台本を作成し、音声に変換したうえで、字幕とともにクリップをつなぎ合わせて動画を仕上げます。
- short-video-factory は無料で使えますか?ライセンスは?
- short-video-factory は AGPL-3.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- short-video-factory は今もメンテナンスされていますか?
- 活発にメンテナンス中。short-video-factory の最終コミットは 2026年10月16日 です。
- short-video-factory は何に使えますか?
- ECサイトの商品掲載用プロモーション動画を制作する。 SNS向けの一般的な短尺動画をまとめて作成する。 手作業で編集せずに、既存のクリップ素材からナレーション付きの新しい動画を作る。
- short-video-factory のインストール方法は?
- GitHub Releasesから最新版をダウンロードする 公式ユーザーマニュアルを読む
- short-video-factory はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/YILS-LIN/short-video-factory
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
音量を主な基準として、動画や音声の無音・無動作区間を自動でカットするコマンドラインツール。
文章の校正・書き換え・書き出しを、テキストをサーバーに送信せずに行えるローカルファーストのデスクトップライティングアシスタント。
経験からスキルを作成・改善し、多数のモデルプロバイダーに対応、CLIやメッセージアプリから利用できる自己改善型AIエージェント。
音声・マルチモーダルAIエージェントを構築するためのオープンソースPythonフレームワーク。音声処理、LLM、通信サービスを差し替えて利用できます。
Model Context Protocolを通じて、Claude、Cursor、VS CodeなどのAIアシスタントからUnity Editorを操作できるブリッジ。