Фриланс-проекты

Фриланс-проекты

Облачный видеорендеринг сервис на GPU с Telegram-ботом, локальным Whisper и интеграциями API

Python, Разработка ботов — неверно указаны категории?

Проект переведен автоматически. Войдите или зарегистрируйтесь, чтобы увидеть оригинал

Облачный видеорендер сервис на GPU с Telegram-ботом, локальным Whisper и интеграциями с Fal AI (Flux Schnell и Wan 2)

1. Цель проекта

Создать облачный видеорендер сервис с Telegram-интерфейсом, который:

Принимает файлы и инструкции через Telegram-бота
Подтягивает картинки через API Fal AI Flux Schnell
Подтягивает видео через API Fal AI (модель Wan 2)
Локально генерирует субтитры (Whisper)
Рендерит всё на GPU (через ffmpeg/OpenCV/SDK)
Выдает готовый результат через Google Drive

2. Технологический стек

Telegram Bot API (Python: [aiogram, pyrogram] или Node.js)
ffmpeg с поддержкой GPU (NVENC, CUDA, VideoToolbox)
OpenCV с CUDA (при необходимости для кастомной обработки кадров)
Fastvideo SDK (если нужно ускорение, по бюджету)
OpenAI Whisper (локально, CPU/GPU, через Python binding)
Fal AI API (Flux Schnell — картинки, Wan 2 — видео)
Google Drive API (заливка готовых видео)
Облако: DigitalOcean (или AWS/GCP), обязательно GPU-инстансы
Docker (контейнеры для изоляции рендер-воркеров)
(Опционально) Kubernetes для автоматического масштабирования

3. Основная логика работы

3.1. Telegram бот

Принимает инструкции, файлы пользователя (текст, аудио, видео, параметры).
Показывает статусы (“очередь”, “рендерится”, “готово”).
Позволяет выбрать шаблон, стиль, задать текст для субтитров.

3.2. Пайплайн рендеру

Запрос пользователя получен → добавляется в очередь (очередь на Redis/DB).
Подтягиваются картинки через API Fal AI Flux Schnell
- Отправить prompt, получить url/jpg/png.
Подтягивается видео через Fal AI Wan 2
- API запрос, получить mp4/mov или url.
Генерируются субтитры через Whisper
- Аудио (если нужно) подается в Whisper (локально на GPU/CPU).
- Результат — srt/txt файл.
Рендеринг видео на GPU
- Все элементы собираются (видео, картинки, аудио, субтитры) в один видеоролик.
- ffmpeg с полной поддержкой GPU.
- Опционально кастомная обработка через OpenCV CUDA.
Готовый файл загружается на Google Drive
- Создается уникальная папка/ссылка.
Пользователю отправляется ссылка в Telegram

4. Технические требования к рендеру

Рендеринг 10-15 видео (1 час каждое) параллельно
ffmpeg запускается с параметрами NVENC/CUDA
Добавление аудио/видео/субтитров — только через GPU
Whisper устанавливается локально (через Docker или system-wide)
Fal AI API — интеграция через REST, обработка ошибок/ретрай
Все промежуточные файлы удаляются после завершения рендеру

5. Архитектура (схематично)

Пользователь (Telegram)
Telegram Bot
↕
Render Queue Manager (очередь рендеру, мониторинг статусов)
↕
Render Worker (Docker):
- Фетчит данные с Fal AI (картинки/видео)
- Вызывает Whisper для субтитров
- Склеивает видео (ffmpeg на GPU)
- Загружает результат в Google Drive
- Сообщает Queue Manager/боту

6. Минимальные требования к серверу

DigitalOcean GPU droplet (8+ ядер CPU, 32+ GB RAM, 1+ GPU, NVMe SSD)
Docker установлен
Python 3.10+, Node.js (если нужно для ботов)
ffmpeg с поддержкой CUDA/NVENC
OpenCV с CUDA
Whisper (инсталляция через pip + модели)
Доступ к интернету для API Fal AI и Google Drive

7. Пример пайплайна (псевдокод)

# 1. Фетч картинки через Fal AI Flux Schnell

image_url = fal_api.get_image(prompt)

download(image_url)

# 2. Фетч видео через Fal AI Wan 2

video_url = fal_api.get_video(params)

download(video_url)

# 3. Whisper (локально) -> получить субтитры

subtitles = whisper.transcribe(audio_file)

# 4. ffmpeg (GPU) — собрать видео

cmd = f"ffmpeg -hwaccel cuda -i video.mp4 -i image.jpg -vf 'subtitles=subs.srt' -c:v h264_nvenc output.mp4"

run(cmd)

# 5. Загрузить в Google Drive, получить ссылку

link = google_drive.upload('output.mp4')

telegram_bot.send_message(user_id, link)

8. Что должен сделать разработчик

Поднять Telegram-бота (или доработать, если уже есть)
Написать обработчик для интеграции с Fal AI (2 эндпоинта)
Подготовить воркер рендеру (Docker), который:
- Тянет медиа с API
- Вызывает локальный Whisper
- Генерирует субтитры в SRT
- Запускает ffmpeg на GPU со всеми параметрами
- Загружает видео на Google Drive
- Пишет статусы назад в Telegram
Обеспечить масштабирование и параллельность (много Docker-воркеров)
Документация по запуску и деплою

9. Документация/Отчеты

Описать деплой на DigitalOcean (или другую облако), инструкции по поднятию контейнеров, подключению к API
README с примерами команд и тестирования

10. Сроки и бюджет

Предложить сроки на реализацию MVP (basic flow, 1-2 воркера)
Оценить бюджет на запуск в DigitalOcean на 1 месяц работы (ориентир: 1-2 GPU droplets)

Готов предоставить дополнительные детали (API Fal AI, примеры prompt’ов, примеры видео/картинок для теста) — по запросу.

Ставки 8

Александр Стинковый

117 0

Проекты 118
Оценка 5.0
Рейтинг 10 390

Бюджет: 2000 UAH Срок: 1 день

Привет.

Разрабатываю ботов для телеграма на NodeJS. Готов взяться. Пишите, обсудим.

Сергій-Іван Кулиняк

2 1

Проекты -
Оценка -
Рейтинг 1 017

Бюджет: 15000 UAH Срок: 12 дней

Привет! 👋

У меня есть практический опыт в парсинге данных (реальные проекты, работа с API, структуризация и обработка информации) и создании Telegram-ботов. Также я делал несколько PET-проектов с использованием AI:

BizzAi — бот с генерацией бизнес-ответов;

fuckupcoach — интерактивный бот-коуч.

Знаю, как работать с API интеграциями, очередями и автоматизацией, и готов реализовать MVP для вашего сервиса:

Telegram-бот для приема данных и выдачи результатов;

интеграция с Fal AI API;

локальная работа с Whisper для генерации субтитров;

организация пайплайна рендеринга на GPU (ffmpeg, OpenCV, Docker);

загрузка готовых результатов на Google Drive и уведомление пользователя.

Могу быстро включиться в работу, освоить специфические инструменты (CUDA, ffmpeg с GPU, масштабирование воркеров) и документировать процесс.

Буду рад присоединиться к реализации этого проекта 🚀

Roman Z.

7 0

Проекты 7
Оценка 5.0
Рейтинг 1 562

Бюджет: 27000 UAH Срок: 1 день

Добрый день!
Меня зовут Роман, и я вхожу в топ-5 разработчиков в категории «Искусственный интеллект и машинное обучение» среди ~1600 специалистов на платформе.
Гарантирую:
- Быстрое и качественное выполнение задания
- Четкое соблюдение дедлайнов
- Регулярная связь на протяжении всего процесса
Буду рад обсудить детали вашего проекта в личных сообщениях.

Виталик Реутов

2 0

Проекты -
Оценка -
Рейтинг 330

Бюджет: 14000 UAH Срок: 14 дней

Здраствуйте.
Имею опыт в реализации AI переписок - могу показать диалоги готовых чатов и результатов
Так-же есть наработы максимально реалестичных фотографий - так же готов показать результаты.

Я думаю из описания мы поняли друг друга для чего ваш сервис - и быстро найдем общий язык

Єгор Разкевич

5 1

Проекты 5
Оценка 4.5
Рейтинг 997

Бюджет: 14000 UAH Срок: 7 дней

Добрый день, готов взяться за задание, есть подобный готовый бот но под другие задачи но умею работать с Fal API бот как раз на нем подключен к Halioai вот ссылка на портфолио https://freelancehunt.com/showcase/work/bot-dlya-avtomatichnoyi-generatsiyi-video-po/1973705.html
Готов переделать под ваши задачи, api для тестов понадобиться это точно затраты на тесты будут примерно 10$ и выше
Доступ к серверу, если нету зарегистрироваться и дать мне доступ, сам настрою окружение, в целом с сет что вы описали в тз смогу собрать
Мой 1 день стоит 2000 грн
Сделаю скорее всего раньше 7 дней но мне нужно несколько дней тестов чтобы точно все было хорошо)
Ссылка на видео работы Google Drive

Євген Петренко
Украина

Проектов 4
Оценка -
Рейтинг 209

Облачный видеорендеринг сервис на GPU с Telegram-ботом, локальным Whisper и интеграциями API

1. Цель проекта

2. Технологический стек

3. Основная логика работы

3.1. Telegram бот

3.2. Пайплайн рендеру

4. Технические требования к рендеру

5. Архитектура (схематично)

6. Минимальные требования к серверу

7. Пример пайплайна (псевдокод)

8. Что должен сделать разработчик

9. Документация/Отчеты

10. Сроки и бюджет

Александр Стинковый

Сергій-Іван Кулиняк

Roman Z.

Виталик Реутов

Єгор Разкевич

Ставки скрыты

Ставки пока отсутствуют

Актуальные фриланс-проекты в категории Python

Глубокая проверка 3 PDF-файлов на достоверность

Индикатор для Tradingview

Разработка Python-бота для автоматического мониторинга и приема заказов на сайте

Необходимо реализовать проект по сбору и структурированию большого массива изображений.

Aspect