Фриланс-проєкти

Фриланс-проєкти

Хмарний відео-рендер сервіс на GPU з Telegram-ботом, локальним Whisper та інтеграціями API

Python, Розробка ботів — неправильно зазначені категорії?

Хмарний відео-рендер сервіс на GPU з Telegram-ботом, локальним Whisper та інтеграціями з Fal AI (Flux Schnell та Wan 2)

1. Мета проекту

Створити хмарний відео-рендер сервіс із Telegram-інтерфейсом, який:

Приймає файли й інструкції через Telegram-бота
Підтягує картинки через API Fal AI Flux Schnell
Підтягує відео через API Fal AI (модель Wan 2)
Локально генерує субтитри (Whisper)
Рендерить усе на GPU (через ffmpeg/OpenCV/SDK)
Видає готовий результат через Google Drive

2. Технологічний стек

Telegram Bot API (Python: [aiogram, pyrogram] або Node.js)
ffmpeg з підтримкою GPU (NVENC, CUDA, VideoToolbox)
OpenCV з CUDA (за потреби для кастомної обробки кадрів)
Fastvideo SDK (якщо потрібно прискорення, за бюджетом)
OpenAI Whisper (локально, CPU/GPU, через Python binding)
Fal AI API (Flux Schnell — картинки, Wan 2 — відео)
Google Drive API (заливка готових відео)
Хмара: DigitalOcean (або AWS/GCP), обов’язково GPU-інстанси
Docker (контейнери для ізоляції рендер-воркерів)
(Опційно) Kubernetes для автоматичного масштабування

3. Основна логіка роботи

3.1. Telegram бот

Приймає інструкції, файли користувача (текст, аудіо, відео, параметри).
Показує статуси (“черга”, “рендериться”, “готово”).
Дозволяє обрати шаблон, стиль, задати текст для субтитрів.

3.2. Пайплайн рендеру

Запит користувача отримано → додається у чергу (черга на Redis/DB).
Підтягуються картинки через API Fal AI Flux Schnell
- Надіслати prompt, отримати url/jpg/png.
Підтягується відео через Fal AI Wan 2
- API запит, отримати mp4/mov або url.
Генеруються субтитри через Whisper
- Аудіо (якщо потрібно) подається у Whisper (локально на GPU/CPU).
- Результат — srt/txt файл.
Рендеринг відео на GPU
- Всі елементи збираються (відео, картинки, аудіо, субтитри) в один відеоролик.
- ffmpeg з повною підтримкою GPU.
- Опціонально кастомна обробка через OpenCV CUDA.
Готовий файл заливається на Google Drive
- Створюється унікальна папка/посилання.
Користувачу надсилається посилання у Telegram

4. Технічні вимоги до рендеру

Рендеринг 10-15 відео (1 година кожне) паралельно
ffmpeg запускається з параметрами NVENC/CUDA
Додавання аудіо/відео/субтитрів — тільки через GPU
Whisper встановлюється локально (через Docker або system-wide)
Fal AI API — інтеграція через REST, обробка помилок/ретрай
Усі проміжні файли видаляються після завершення рендеру

5. Архітектура (схематично)

User (Telegram)
Telegram Bot
↕
Render Queue Manager (черга рендеру, моніторинг статусів)
↕
Render Worker (Docker):
- Фетчить дані з Fal AI (картинки/відео)
- Викликає Whisper для субтитрів
- Склеює відео (ffmpeg на GPU)
- Завантажує результат у Google Drive
- Повідомляє Queue Manager/бота

6. Мінімальні вимоги до серверу

DigitalOcean GPU droplet (8+ ядер CPU, 32+ GB RAM, 1+ GPU, NVMe SSD)
Docker встановлений
Python 3.10+, Node.js (якщо потрібно для ботів)
ffmpeg із підтримкою CUDA/NVENC
OpenCV із CUDA
Whisper (інсталяція через pip + моделі)
Доступ до інтернету для API Fal AI та Google Drive

7. Зразок пайплайну (псевдокод)

# 1. Фетч картинку через Fal AI Flux Schnell

image_url = fal_api.get_image(prompt)

download(image_url)

# 2. Фетч відео через Fal AI Wan 2

video_url = fal_api.get_video(params)

download(video_url)

# 3. Whisper (локально) -> отримати субтитри

subtitles = whisper.transcribe(audio_file)

# 4. ffmpeg (GPU) — зібрати відео

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

run(cmd)

# 5. Upload to Google Drive, get link

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

telegram_bot.send_message(user_id, link)

8. Що має зробити розробник

Підняти Telegram-бота (або доопрацювати, якщо вже є)
Написати обробник для інтеграції з Fal AI (2 ендпоїнта)
Підготувати воркер рендеру (Docker), що:
- Тягне медіа з API
- Викликає локальний Whisper
- Генерує субтитри у SRT
- Запускає ffmpeg на GPU з усіма параметрами
- Завантажує відео на Google Drive
- Пише статуси назад у Telegram
Забезпечити масштaбування та паралельність (багато Docker-воркерів)
Документація по запуску та деплою

9. Документація/Звіти

Описати деплой на DigitalOcean (або іншу хмару), інструкції по підняттю контейнерів, підключенню до API
README з прикладами команд і тестування

10. Терміни та бюджет

Запропонувати терміни на реалізацію MVP (basic flow, 1-2 воркери)
Оцінити бюджет на запуск у DigitalOcean на 1 місяць роботи (орієнтир: 1-2 GPU droplets)

Готовий надати додаткові деталі (API Fal AI, приклади prompt’ів, приклади відео/картинок для тесту) — на вимогу.

Ставки 8

Александр Стинковый

117 0

Проєкти 118
Оцінка 5.0
Рейтинг 10 390

Бюджет: 2000 UAH Термін: 1 день

Вітаю.

Розробляю ботів для телеграму на NodeJS. Готовий взятися. Пишіть, обговоримо.

Сергій-Іван Кулиняк

2 1

Проєкти -
Оцінка -
Рейтинг 1 017

Бюджет: 15000 UAH Термін: 12 днів

Вітаю! 👋

Я маю практичний досвід у парсингу даних (реальні проєкти, робота з API, структуризація та обробка інформації) та створенні Telegram-ботів. Також робив кілька PET-проєктів з використанням AI:

BizzAi — бот із генерацією бізнес-відповідей;

fuckupcoach — інтерактивний бот-коуч.

Знаю, як працювати з API інтеграціями, чергами та автоматизацією, і готовий реалізувати MVP для вашого сервісу:

Telegram-бот для прийому даних і видачі результатів;

інтеграція з Fal AI API;

локальна робота з Whisper для генерації субтитрів;

організація пайплайну рендеру на GPU (ffmpeg, OpenCV, Docker);

завантаження готових результатів на Google Drive та повідомлення користувача.

Можу швидко включитися в роботу, освоїти специфічні інструменти (CUDA, ffmpeg з GPU, масштабування воркерів) та документувати процес.

Буду радий долучитися до реалізації цього проєкту 🚀

Roman Z.

7 0

Проєкти 7
Оцінка 5.0
Рейтинг 1 562

Бюджет: 27000 UAH Термін: 1 день

Доброго дня!
Мене звати Роман, і я входжу до топ-5 розробників у категорії «Штучний інтелект і машинне навчання» серед ~1600 фахівців на платформі.
Гарантую:
- Швидке та якісне виконання завдання
- Чітке дотримання дедлайнів
- Регулярний зв’язок протягом усього процесу
Буду радий обговорити деталі вашого проекту у приватних повідомленнях.

Виталик Реутов

2 0

Проєкти -
Оцінка -
Рейтинг 330

Бюджет: 14000 UAH Термін: 14 днів

Здравствуйте.
Маю досвід у реалізації AI переписок - можу показати діалоги готових чатів і результатів.
Також є напрацювання максимально реалістичних фотографій - також готовий показати результати.

Я думаю, з опису ми зрозуміли одне одного, для чого ваш сервіс - і швидко знайдемо спільну мову.

Єгор Разкевич

5 1

Проєкти 5
Оцінка 4.5
Рейтинг 997

Бюджет: 14000 UAH Термін: 7 днів

Доброго дня, готовий взятися за завдання, є подібний готовий бот, але під інші задачі, але вмію працювати з Fal API, бот якраз на ньому підключений до Halioai, ось посилання на портфоліо https://freelancehunt.com/showcase/work/bot-dlya-avtomatichnoyi-generatsiyi-video-po/1973705.html
Готовий переробити під ваші задачі, api для тестів знадобиться це точно, витрати на тести будуть приблизно 10$ і вище
Доступ до сервера, якщо немає, зареєструватися і дати мені доступ, сам налаштую середовище, в цілому з сетом, що ви описали в тз, зможу зібрати
Мій 1 день коштує 2000 грн
Зроблю, скоріше за все, раніше 7 днів, але мені потрібно кілька днів тестів, щоб точно все було добре)
Посилання на відео роботи Google Drive

Євген Петренко
Україна

Проєктів 4
Оцінка -
Рейтинг 209

Хмарний відео-рендер сервіс на GPU з Telegram-ботом, локальним Whisper та інтеграціями API

1. Мета проекту

2. Технологічний стек

3. Основна логіка роботи

3.1. Telegram бот

3.2. Пайплайн рендеру

4. Технічні вимоги до рендеру

5. Архітектура (схематично)

6. Мінімальні вимоги до серверу

7. Зразок пайплайну (псевдокод)

8. Що має зробити розробник

9. Документація/Звіти

10. Терміни та бюджет

Александр Стинковый

Сергій-Іван Кулиняк

Roman Z.

Виталик Реутов

Єгор Разкевич

Ставки приховані

Ставки поки відсутні

Актуальні фриланс-проєкти в категорії Python

Глибока перевірка 3 PDF-файлів на достовірність

Індикатор для Tradingview

Розробка Python-бота для автоматичного моніторингу та приймання замовлень на сайті

Потрібно реалізувати проєкт зі збору та структурування великого масиву зображень

Аспект