Програма для автозборки відео (локальна, для особистого використання)

Бюджет: 27000 UAH Термін: 14 днів

Ручний монтаж 50+ файлів на день — це втрата часу та грошей. Автоматизую збірку відео під будь-які сценарії: ffmpeg/moviepy, ElevenLabs/LLM, стокові API. Готовий MP4 на диску, GUI на PyQt, без БД — тільки локальні файли + JSON-кеш з автоочищенням. 27 000 грн, 14 днів. Результат: запускаєте — отримуєте готове відео.

Бюджет: 27000 UAH Термін: 14 днів

Добрий день! Збирав схожі пайплайни на Python: генерація сценарію через LLM API, озвучка ElevenLabs по API, автопідбір футажу з безкоштовних стоків і збірка в MP4 через ffmpeg/moviepy, все в простому вікні під Windows (ключі в налаштуваннях). Faceless-формат з закадровим голосом і зміною кадрів — якраз те, що я роблю. Готовий взятися, орієнтовно 14 днів. Одне питання по відеоряду: стоки Pexels/Pixabay по API влаштовують, чи потрібен конкретний джерело кліпів?

Бюджет: 27000 UAH Термін: 14 днів

Сергій, добрий день.

По вашим пунктам. Приклади: публічного кейса саме по автозборці відео у мене немає - таке робив внутрішніми скриптами під замовників і показати чуже не можу. З відкритого - accessibilityscanner.top, мій робочий сервіс аудиту сайтів: черга завдань, купа зовнішніх API, на виході готовий файл, архітектурно це той же конвеєр, що потрібен вам, тільки на кінці звіт, а не MP4. З OpenAI/Anthropic API працюю постійно, ffmpeg і moviepy знаю, у ElevenLabs знадобиться ендпоінт with-timestamps - він віддає таймінги слів, якраз під ваші субтитри. GUI: просте вікно на Tkinter з ttk, без важкого Qt, зберу exe через PyInstaller - подвійний клік і працює. База: вистачить SQLite, один локальний файл - в ньому історія використаних кліпів і облік кешу (дата, розмір), по ньому ж авточистка при перевищенні ліміту. Термін і вартість: 14 днів, 27000 грн.

Тепер де в цьому ТЗ легко помилитися. Опція «без озвучки» ламає базову схему таймінгу: в звичайному режимі довжину сцени диктує аудіо, а тут його немає, і тривалість кадрів треба рахувати від тексту і налаштувань. Тобто движку різання потрібні дві гілки розрахунку таймлайну з загальним збирачем, інакше опція вийде костилем поверх готового коду. Я б одразу робив таймлайн окремим шаром: спочатку розкладка сцен (від аудіо або від тексту), потім скачування і різання під неї. Заодно це спрощує режим «тільки фото» - там змінюється тільки джерело кадрів, а не логіка.

Питання одне: в режимі «тільки фото» інтро-тизер збирати теж з фото з посиленим рухом, чи тизер в цьому режимі не потрібен?

Бюджет: 27000 UAH Термін: 20 днів

Сергію, завдання зрозуміле: локальний генератор faceless-відео з LLM, ElevenLabs, пошуком по 6+ відкритих API та збіркою через ffmpeg/moviepy. Я вже робив подібні пайплайни: інтеграції API, модульну архітектуру, обробку медіа, кеш і автоприбирання тимчасових файлів. Для такого проєкту пропоную Tkinter або PyQt, а для стану — локальні файли або SQLite, без зайвої складності. Можу реалізувати GUI, fallback-пошук, перевірку кадрів і постобробку оверлеїв. Готовий обговорити план і етапи.

Ціна: 20 тис грн
Термін виконання: 20 днів

Бюджет: 27000 UAH Термін: 22 дні

Привіт! Робив схожий проект, але в спрощеному варіанті: не з нуля з тексту, а навпаки — скидаєш велике відео (наприклад, запис матчу або стріму), а на виході отримуєш нарізку головних моментів.

Як це працює: Python-скрипт аналізує відео через Gemini API (впізнає ключові моменти за аудіо/відео-контентом), вирізає потрібні відрізки через ffmpeg, при необхідності додає субтитри/форматування під вертикальний формат (TikTok/Reels) — і віддає готові короткі кліпи.

Ваш кейс (сценарій → озвучка → підбір відео з архівів → монтаж) складніший за складом, але за архітектурою схожий: теж пайплайн з кількох AI-етапів + ffmpeg на збірку. Можу зробити під ваш конкретний флоу — тільки для локального запуску на Windows, без сайту і користувачів, як ви і просили.

Бюджет: 27000 UAH Термін: 8 днів

Вітаю, Сергію! ТЗ просто чудове - максимально чітке, детальне та продумане.

Я Ніна, менеджер IT-команди Valflow. Архітектуру та розробку вашої програми візьме на себе Валентин - Senior Python розробник. Автоматизація контенту, робота з медіа (FFmpeg/MoviePy), інтеграції з ElevenLabs, LLM API та стоковими сервісами - це його профільна спеціалізація.

Відповіді на ваші питання з ТЗ:

1. Досвід та схожі рішення:
Валентин регулярно розробляє автоматизовані системи генерації відео- та аудіоконтенту (включаючи роботу з ElevenLabs API, OpenAI/Claude для сценаріїв, автоматичний спліт тексту на сцени, обробку відеоряду через FFmpeg/MoviePy та накладення кінематографічних ефектів/оверлеїв).

2. Пропозиція по GUI:
Рекомендуємо реалізувати інтерфейс на PyQt6 (або CustomTkinter). Це дасть сучасний, стильний та зрозумілий Desktop-інтерфейс (темна тема, повзунки прозорості оверлеїв, випадаючі списки з динамічною завантаженням голосів ElevenLabs, прогрес-бар генерації та вікно логів в реальному часі). Все управління - виключно через кнопки та налаштування, торкатися коду вам не доведеться.

3. База даних:
Використовуємо легку локальну SQLite (не вимагає встановлення додаткового софту). Вона ідеальна для:
* Зберігання ID та хешів вже використаних кліпів/фото (щоб виключити повтори та гарантувати унікальність);
* Налаштувань кешу та історії згенерованих роликів.

4. Модульність та код:
Код буде чистим, модульним (кожне джерело - окремий ізольований клас/модуль) і забезпечений зрозумілими коментарями + файлом README. Ви отримаєте повністю відкритий вихідний код без будь-яких обмежень, а також зібраний виконуваний варіант для запуску в 1 клік.

Термін виконання: 7-10 днів.
Вартість: 27 000 UAH.

Готові розпочати роботу на цьому тижні та зробити для вас зручний, потужний інструмент! Розгорнути

Бюджет: 25999 UAH Термін: 10 днів

Привіт! ТЗ опрацьовано відмінно. Зрозумів задачу: потрібен локальний конвейер автозборки faceless-відео з LLM, ElevenLabs, підбором футажів і очищенням кешу. Готовий взятися. Нижче розписав, як саме я реалізую технічні вимоги і закрию неочевидні уразливості. Як працює (по кроках) 1. Інтерфейс і База даних Введення. Програма запускається подвійним кліком. Це повністю автономний .exe файл (зберу через PyInstaller). Всередині працює сучасний GUI на CustomTkinter (вікно не висне під час рендеру, є потрібні повзунки і налаштування). База. Використовую вбудовану SQLite. Сервер не потрібен. База працює тільки для двох завдань: зберігання історії кліпів (виключаємо дублікати в нових відео) і облік розміру кешу (автоочистка при перевищенні ліміту). 2. Архітектура і Рендер (FFmpeg) Захист від вильотів. Збірка йде безпосередньо через FFmpeg CLI, а не через MoviePy. Бібліотека MoviePy вичерпує всю оперативну пам'ять при накладенні оверлеїв і ефекту Кена Бернса (зум). Прямий виклик FFmpeg захистить ПК і прискорить рендер в рази. Швидкий пошук. Опрос 6+ джерел (Pexels, Archive, NASA та інших) запускається асинхронно (через asyncio). Видача збирається за пару секунд, код не висне хвилинами в очікуванні кожного сайту. 3. Рішення уразливості (режим «Без озвучки») Проблема. Без аудіофайлу ламається базовий розрахунок таймінгу сцен (зазвичай довжина кадру вважається від довжини звукової доріжки). Рішення. Закладаю незалежний модуль Timeline Manager. Режим з аудіо → скрипт вважає довжину від звуку. Режим без аудіо → скрипт спирається на обсяг тексту в сцені і задані ліміти (4-6 секунд на кадр). Зміна кадрів буде точною в будь-яких сценаріях без костилів поверх готового коду. 4. Економія бюджету LLM Захист балансу API. Перевірка кадрів через Vision-модель (до 3 кроків) коштує дорого. Як працює. Налаштовую локальний кеш хешів картинок. Програма звіряє хеш картинки перед відправкою запиту до LLM. Нейромережа не витрачає ваші токени на перевірку футажів, які вже аналізувала раніше. Умови Термін: 10-14 днів. Бюджет: 27 000 UAH. Готовий обговорити деталі в ЛС і приступити до роботи.

Бюджет: 27000 UAH Термін: 14 днів

Вітаю! Маю досвід у розробці Python-скриптів для автоматизації медіа (FFmpeg, MoviePy), генерації аудіо через ElevenLabs та роботи з API (OpenAI/Anthropic, стокові сервіси).

Відповіді на Ваші запитання:

- Пропозиція по GUI: CustomTkinter (або PyQt6). Це дасть сучасний, темний інтерфейс з усіма кнопками, повзунками оверлеїв, прогрес-баром та можливістю зібрати програму в один зручний .exe для Windows.
- База даних: використаємо вбудовану SQLite. Вона не потребує встановлення додаткових серверів і потрібна виключно для збереження хешів/ID вже використаних кліпів (щоб унікалізувати відео й не повторюватися) та ваших налаштувань.
- Технічний нюанс рендеру: щоб програма не "падала" від витоку пам'яті при накладанні оверлеїв та ефекту Кена Бернса, логіку сформуємо на Python, а фінальну збірку робитимемо безпосередньо через FFmpeg CLI.

Умови виконання:

- Вартість: 27000 грн
- Термін: 14 днів

Готовий детальніше обговорити проєкт у чаті та приступати до роботи! Розгорнути

Бюджет: 27000 UAH Термін: 9 днів

Привіт! ТЗ опрацьовано відмінно, готовий взятися за проект.

По технічній частині запропоную PyQt6 для інтерфейсу, щоб вікно не висло під час рендерингу, і легку SQLite — вона ідеально підійде, щоб зберігати історію кліпів без дублів і вміло чистити кеш. Головний нюанс тут у самому рендерингу: робити збірку краще безпосередньо через CLI FFmpeg, а не MoviePy, інакше оверлеї та ефект Кена Бернса будуть збиратися вічно, та й оперативку з'їдять.

По термінах орієнтуюсь на 7–9 днів. Якщо актуально, можу скинути в ЛС коротку схему, як оптимізувати 3-шагову перевірку кадрів, щоб зайвий раз не витрачати бюджет на LLM-токени.

Бюджет: 27000 UAH Термін: 30 днів

Саме такі комплексні проекти потребують не просто написання коду, а грамотного проектування архітектури, щоб програма залишалася швидкою, стабільною і легко масштабувалася. Я пропоную реалізувати не набір окремих скриптів, а повноцінний додаток для Windows з інтуїтивно зрозумілим графічним інтерфейсом, де всі щоденні дії виконуються через кнопки та налаштування без редагування коду. Особливу увагу приділю модульній структурі, щоб у майбутньому можна було легко додавати нові джерела медіа, LLM, голосові сервіси або додаткові режими роботи без переробки всієї системи. Усі API будуть ізольовані, налаштування винесені в окремий інтерфейс, а логування дозволить швидко знаходити можливі помилки. Велика увага буде приділена якості підбору матеріалів, коректній роботі fallback між різними архівами, автоматичному очищенню тимчасових файлів, оптимізації використання дискового простору і стабільній роботі навіть при тривалому створенні відео. В результаті ви отримаєте повністю автономний інструмент, який після введення теми або готового сценарію самостійно виконає весь цикл від створення тексту до отримання готового MP4 без необхідності використовувати сторонні онлайн-сервіси або ручний монтаж. Приклад робіт надам за запитом.

План роботи:

Проектування архітектури додатку і структури модулів.
Розробка графічного інтерфейсу для всіх налаштувань і режимів роботи.
Інтеграція LLM для генерації сценаріїв і розбиття на сцени.
Підключення ElevenLabs з автоматичним отриманням списку голосів.
Реалізація модулів пошуку фотографій і відео через API вказаних джерел.
Розробка логіки перевірки відповідності кадрів через LLM з fallback.
Реалізація генерації інтро, складання відео, накладення озвучки, субтитрів і оверлеїв.
Додавання режимів роботи, управління кешем, автоматичне очищення тимчасових файлів і налаштувань експорту.
Комплексне тестування, оптимізація швидкодії, підготовка README і передача відкритого вихідного коду. Розгорнути

Бюджет: 27000 UAH Термін: 14 днів

Доброго дня! Ми маємо досвід в автоматизації обробки медіаконтенту на Python з використанням бібліотек MoviePy та OpenCV. Реалізуємо локальне рішення для Windows, яке буде автоматично склеювати відеоряд під аудіодоріжку відповідно до Вашого сценарію. Забезпечимо стабільну роботу скрипта з можливістю налаштування параметрів монтажу під Ваші завдання. Готові розпочати реалізацію проекту найближчим часом.

Бюджет: 27000 UAH Термін: 8 днів

Привіт! Завдання зрозуміле і повністю відповідає моєму профілю. Маю великий досвід у розробці локальних скриптів на Python для автоматизації медіапотоків з використанням ffmpeg, moviepy та інтеграцією API для генерації тексту та озвучки.

Готовий реалізувати повний пайплайн: від введення теми до готового відеофайлу (генерація сценарію, синтез мови, підбір футажів та автоматичне склеювання).

Терміни: до 10 днів.
Бюджет: 27 000 UAH.

Готовий обговорити деталі та розпочати роботу.

Бюджет: 26000 UAH Термін: 10 днів

Добрий день, Сергію. Я Python-розробник з 3+ роками комерційного досвіду, маю досвід створення кросплатформених (Windows / Mac OS (Intel) / Mac OS (ARM)) Desktop-додатків з використанням як Python (PyQT6), так і React.js (Electron), також працював з ffmpeg при створенні Telegram-бота для унікалізації відео. Щодо Eleven Labs API - є власний проект для вивчення англійської та німецької мов, там використовую Eleven Labs для генерації вимови слів і речень, зокрема - використовую в цьому проекті Open AI API (модель GPT-4o mini) для генерації контенту (зображень і тексту). Має досвід використання LLM для ІІ-аналізу (розробив CRM з психологічним профілюванням лідів на базі ІІ, проект є в портфоліо), писав також парсери для веб-ресурсів, з захистом від парсингу, тому необхідність використання стокових / архівних API не буде проблемою. Що стосується GUI: пропоную PyQT6 (потрібно багато елементів управління, всі покриваються цим фреймворком), база потрібна: достатньо локальної SQlite-бази для реєстру використаних медіафайлів, управління кешем і історії генерації. Пишіть, буду радий реалізувати проект.

Портфоліо: Freelancehunt

Бюджет: 27000 UAH Термін: 15 днів

Вивчив опис проєкту. Потрібно розробити не просто генератор відео, а повноцінний десктопний застосунок на Python, який автоматизує весь процес створення faceless-роликів: від генерації сценарію через LLM до готового MP4. Це включає інтеграцію з ElevenLabs, модульну систему для роботи з Pexels, Pixabay, Wikimedia, Archive.org та іншими відкритими архівами, автоматичний підбір релевантного контенту, перевірку кадрів через LLM, генерацію інтро з найважливіших сцен, накладання озвучки, субтитрів, оверлеїв і фінальну збірку через FFmpeg.

Звернув увагу на кілька важливих моментів. Для такого проєкту варто одразу будувати модульну архітектуру, щоб можна було без проблем додавати нові джерела контенту або замінювати LLM без переробки всієї програми. Також логіку пошуку краще реалізувати окремо для кожного API, оскільки всі вони працюють по-різному. Для історичних тем необхідно передбачити якісний fallback на фотографії з ефектом Ken Burns, а основну обробку відео максимально перенести на FFmpeg — це буде швидше та стабільніше, ніж виконувати всю збірку через MoviePy. Для історії використаних матеріалів і керування кешем доцільно використати SQLite — це дозволить уникати повторів і контролювати очищення диска.

Маю досвід розробки застосунків на Python, інтеграції REST API, автоматизації складних процесів і створення програм із графічним інтерфейсом. Пишу структурований код із розділенням логіки на модулі, щоб надалі програму можна було легко підтримувати та розширювати без прив'язки до одного розробника.

Пропоную обговорити деталі реалізації, визначити пріоритетні функції для першої версії та погодити архітектуру проєкту. Після цього можна розпочати розробку поетапно, щоб кожен модуль можна було протестувати окремо й отримати стабільний результат.

Бюджет: 27000 UAH Термін: 14 днів

Добрий день.

Уважно проаналізував технічне завдання. Йдеться не про окремий Python-скрипт, а про повноцінний локальний конвеєр генерації відео: створення сценарію, озвучення, пошук ліцензійного контенту, перевірка відповідності кадрів, монтаж, аналітика використаних матеріалів, керування кешем і зручний Windows-інтерфейс.

Пропоную будувати програму модульно, щоб надалі можна було замінювати LLM, додавати нові архіви або змінювати спосіб озвучення без переписування всього застосунку.

Як реалізую

Інтерфейс пропоную зробити на PySide6. Він краще підходить для повноцінної Windows-програми, ніж базовий Tkinter, і дозволить зручно розмістити:

поле теми або вставлення готового сценарію;
вибір голосу ElevenLabs, завантаженого через API;
довжину та формат відео;
режими «лише фото» і «без озвучення»;
частку відеоматеріалів;
налаштування субтитрів;
вибір оверлея та регулювання його інтенсивності;
папки результатів і тимчасових файлів;
керування кешем;
прогрес виконання та зрозумілі журнали помилок.

Основний процес виглядатиме так:

LLM створює сценарій або приймається готовий текст.
Сценарій перетворюється на структурований список сцен у JSON: текст, тип візуалу, пошукові запити, важливість і позначка для інтро.
ElevenLabs генерує аудіо вибраним голосом.
Окремі модулі виконують пошук у Pexels, Pixabay, Wikimedia Commons та інших джерелах.
Результати приводяться до єдиного формату з обов’язковим збереженням джерела, автора та ліцензії.
Кадр або прев’ю перевіряється мультимодальною LLM. Кількість спроб обмежується трьома відповідно до технічного завдання.
Якщо відео не підійшло, програма переходить до точнішого пошуку фотографії та застосовує рух через масштабування і панорамування.
Монтаж виконується переважно через FFmpeg, оскільки він стабільніший і швидший за MoviePy для довгих Full HD-відео.
Наприкінці тимчасові файли очищуються, а користувач отримує готовий MP4, субтитри та журнал використаних джерел.

Інтро формуватиметься окремим етапом: програма обере сцени з найбільшим рейтингом важливості, відфільтрує ті, для яких знайдені якісні відеокліпи, створить вступний текст і змонтує тизер перед основною частиною.

База даних

Доцільно використати локальну SQLite. Окремий сервер для одного користувача не потрібен.

У базі зберігатимуться:

уже використані відео та фотографії;
ідентифікатори й хеші матеріалів для уникнення повторів;
джерело, автор і ліцензія;
історія створених проєктів;
статус незавершених завдань;
налаштування кешу;
технічні помилки та повторні Розгорнути

Бюджет: 27000 UAH Термін: 14 днів

Доброго дня! Роблю такі пайплайни по збору відео, приклади робіт зможу надіслати в особисті повідомлення.

Вузьке місце тут — це швидкість рендеру: moviepy на ефекті Кена Бернса помітно гальмує, тому зум з панорамою роблю нативним zoompan в ffmpeg, тоді навіть ролик з десятків фото збирається швидко. Перевірку кадра тримаю строго в 3 кроки, як у вас: взяв перший знайдений, LLM перевірив «в тему?», не підходить — переключаюсь на фото за точним запитом з посиленим рухом, це гарантовано за змістом і економить бюджет LLM.

Джерела роблю окремими модулями з fallback: не знайшлося в Pexels, йдемо в Pixabay, далі архівні Wikimedia, Archive.org, LoC, Europeana, NASA, Smithsonian. Тільки public domain і вільні ліцензії, без парсингу ютуба і картинок з гугла. Інтро-тизер на 60 секунд збираю з сцен з вищою оцінкою важливості під окремий текст-інтригу від LLM.

По базі: важка БД тут не потрібна, вистачає локальних файлів плюс легка SQLite тільки під реєстр вже використаних кліпів, щоб ролики не повторювались. GUI на PyQt, запуск подвійним кліком, всі налаштування (тема, голос з ElevenLabs, опції, оверлеї, папки, ліміт кешу) в вікні, код чіпати не треба. Проміжні файли очищаю після збору, ліміт кешу з видаленням старих.

По схожим роботам: у мене є готовий пайплайн автозбору відео (Whisper, підбір кліпів, ffmpeg, Ken Burns, TTS), покажу в переписці.

Вартість 27000 грн, термін 2 тижні. Буду радий співпраці. Розгорнути

Бюджет: 27000 UAH Термін: 30 днів

Доброго дня.
Готовий зробити локальну Windows-програму на Python: тема → сценарій → озвучення → підбір відео/фото → MP4 (faceless), лише для вас, без сайту.
Портфоліо: https://gooru-lab.github.io/portfolio/
Схожий досвід
• Python, LLM API (OpenAI), пайплайни з API-ключами в конфігу.
• Автоматизація з файлами, логами, модульною структурою.
• Збірка медіа через ffmpeg / moviepy (озвучення + кліпи/фото, таймінг, експорт MP4).
• Інтеграції з зовнішніми API (ключі в налаштуваннях, обробка помилок, fallback).
Пропозиція по GUI
• PyQt / customtkinter — одне вікно: тема / вставка сценарію, голос (список з ElevenLabs), опції (тільки фото, без озвучення, оверлей, субтитри тощо), прогрес і логи.
• Налаштування (ключі, папки, ліміт кешу, довжина, доля відео) — у вкладці «Налаштування», без правки коду.
• Окремо: постобробка готового MP4 (оверлей + прозорість).
База даних
• Достатньо локальних файлів: SQLite лише для «вже використані кліпи/фото» (унікальність) і легкого журналу — або JSON/SQLite на вибір; кеш і готові відео — папки з налаштувань.
• Проміжні файли після збірки видаляються; ліміт кешу + кнопка «очистити».
Що входжу по ТЗ
• сценарій LLM + розбивка на сцени (тип, запит, highlight 1–10);
• ElevenLabs; підбір з ≥6 безкоштовних джерел (модулі + fallback);
• перевірка кадру LLM, макс. 3 кроки; фото з Кеном Бернсом;
• інтро-тизер ~60 сек; чергування відео/фото; збірка 1920×1080;
• опції з ТЗ; README; відкритий код + запуск з GUI.
Строк і вартість
• MVP (тема → сценарій → озвучення → Pexels/Pixabay + 2–3 архіви → збірка MP4 + базовий GUI): 10–14 днів, 25–30 тис. грн
• Повна версія за ТЗ (усі джерела, інтро-правила, оверлеї, субтитри, унікальність, кеш, постобробка оверлею): ще +7–10 днів, разом 40–50 тис. грн / ~2,5–3,5 тижні
Ключі API оформлюєте ви; референси відео — для підгонки стилю. Розгорнути

Бюджет: 27000 UAH Термін: 14 днів

Привіт!

Ознайомився з ТЗ уважно - задача зрозуміла. Є досвід з Python, LLM API (OpenAI/Claude), ElevenLabs API, інтеграцією стокових сервісів (Pexels, Pixabay) та ffmpeg/moviepy.

Що реалізую:
ГUI на PyQt - всі налаштування через вікно, без редагування коду
Генерація сценарію через LLM + розбивка на сцени
Озвучка через ElevenLabs з вибором голосу
8+ джерел відео/фото з fallback
Перевірка кадрів через LLM (макс. 3 кроки на сцену)
Ефект Кена Бернса + particle overlay + інтро-тайзер
BD використаних кадрів (SQLite) + управління кешем

Чистий прокоментований код, README, всі права передаються вам.

Готовий до обговорення. Розгорнути

Бюджет: 27000 UAH Термін: 14 днів

Доброго дня, я Python - розробник, маю великий досвід роботи з AI, а також у розробці десктопних додатків і в формуванні відео тощо. Можу виконати ваш проект якісно. Напишу чистий, структурований і підтримуваний код додатку. Пишіть - обговоримо деталі. Приступити готовий вже сьогодні до роботи.

Бюджет: 26000 UAH Термін: 12 днів

Привіт, Сергію! Детально вивчив ваше технічне завдання. Наявність такої продуманої UX-флоу, опису граничних умов (очищення кешу, ліміти кроків перевірки LLM) — рідкість на фрілансі. Готовий розробити для вас цей конвеєр автоматизації faceless-відео на чистому Python 3.12.

Відповідаю строго за вашими обов'язковими пунктами в кінці ТЗ:

1. Приклади схожих робіт:
Прямого посилання на готовий комерційний відеогенератор у портфоліо немає — подібні автоматизації пишуться під закриті внутрішні потреби замовників. З суміжного досвіду: постійно працюю зі складними пайплайнами даних, асинхронними запитами (httpx/asyncio) та інтеграцією LLM API (OpenAI/Anthropic). Реалізувати модульну систему плагінів під кожен з 10 ваших джерел (Pexels, Pixabay, Wikimedia, Archive.org тощо) не складе труднощів.
2. Пропозиція по GUI:
Пропоную використовувати вбудовану бібліотеку Tkinter (з надбудовою ttk). Плюси для локального софту одного користувача очевидні: нульова вага, відсутність важких зовнішніх залежностей (на відміну від PyQt), скрипт запуститься подвійним кліком на будь-якому Windows. Інтерфейс зробимо лаконічним: поле вводу теми/сценарію, випадаючий список голосів, чекбокси опцій (режими "Тільки фото", "Без озвучки", "Атмосферний оверлей"), повзунок прозорості, лог прогресу збору в реальному часі та блок управління кешем.
3. Чи використовує рішення базу даних:
Локальна база даних SQLite тут критично необхідна (один файл .db поруч зі скриптом, без установки серверів). На те є дві причини: по-перше, ведення хеш-таблиці використаних медіафайлів для забезпечення 100% унікальності (виключення повторів). По-друге, правильне управління кешем — база буде зберігати індекс файлів, розмір і дату останнього звернення до них. Без цього розумне очищення за лімітом гігабайт (LRU-кеш) перетвориться на лотерею, і скрипт може випадково видалити шматок кліпу, який прямо зараз рендериться.
4. Вартість і терміни:
Готовий реалізувати проект за 12 днів. Вартість — 23 500 UAH. Передам вам повністю чистий, відкритий код, requirements.txt, .env.example під ваші API-ключі та детальний README. Усі права на код переходять до вас.

Головний технічний ризик, який я врахую при розробці — розсинхронізація звуку та відеоряду на склейках:
Довжину сцени повинно диктувати саме аудіо. Ми спочатку відправляємо текст в ElevenLabs API і обов'язково задіюємо ендпоінт with-timestamps. Отримавши точну тривалість аудіодоріжки та посимвольні таймінги, скрипт буде обрізати відеоряд і розраховувати ефект Кена Б. Розгорнути

Бюджет: 27000 UAH Термін: 15 днів

Доброго дня!
Розробляю на Python!
Маю хороший досвід роботи - з подібними завданнями - покажу приклади схожих робіт в особисті.
Готовий виконати Ваше завдання.

Бюджет: 27000 UAH Термін: 1 день

Вітаю! Маю досвід з Python, ffmpeg/moviepy, інтеграцією LLM та ElevenLabs API для автоматичної збірки відео. Буду рада Вам допомогти!

Бюджет: 27000 UAH Термін: 21 день

Здравствуйте, Сергей.

Публічного кейса саме по автозбірці відео у мене немає, тому не буду видавати нерелевантні роботи за аналог. По архітектурі задача зрозуміла: окремий таймлайн сцен, змінні модулі LLM/джерел, ElevenLabs, ffmpeg та локальна база використаних матеріалів.

Пропоную PySide6 для інтерфейсу та SQLite для історії кліпів, кешу та відновлення незавершеної збірки. Режим «без озвучки» одразу винесу в окремий розрахунок таймінгу по тексту, щоб він не був костилем поверх аудіосценарію. Спочатку зберу контрольний пайплайн на 2–3 джерелах, потім розширю до повного списку та додам GUI, оверлеї, субтитри та упаковку під Windows.

Уточніть, будь ласка, яка типова тривалість готового ролика потрібна для приймального тесту?

Бюджет: 27000 UAH Термін: 10 днів

Вітаю. Працював над подібним проектом. Потрібна база даних фото та відео.
По gui Tkinter/PyQt непоганий вибір
Можливо без бази даних, але рекомендую postgresql.

Бюджет: 27000 UAH Термін: 21 день

Привіт, Сергію! Ваше завдання — зрозумілий конвеєр: LLM-сценарій → розбивка на сцени (JSON: текст, тип візуалу, пошуковий запит, highlight) → ElevenLabs TTS → підбір з Pexels/Pixabay/Wikimedia/Archive.org та ін. з fallback → LLM-перевірка кадру (максимум 3 кроки на сцену) → збірка ffmpeg/moviepy: Кен Бернс для фото, інтро-тизер 60 сек з highlight-сцен, чергування відео/фото, оверлеї з регульованою прозорістю, очищення тимчасових файлів і ліміт кешу.

Відповіді на ваші питання з ТЗ:
1. GUI: PyQt — вікно з полем теми, списком голосів (підтягується по API ElevenLabs), чекбоксами опцій, повзунком оверлея, прогрес-баром і зрозумілим логом. Запуск подвійним кліком, всі налаштування в інтерфейсі.
2. База даних: сервер не потрібен. Для бази використаних кліпів і кешу — локальний SQLite (один файл, ставити нічого не треба). Ключі та налаштування — в config-файлі.
3. Приклади робіт: профіль тут новий, публічного портфоліо поки немає, тому замість обіцянок пропоную перевірку справою — за 3 дні безкоштовно зберу міні-прототип (тема → сценарій → підбір з Pexels/Pixabay → готовий MP4 з Кен Бернсом). Подивіться результат і виріште, продовжувати чи ні.

Термін повної версії за ТЗ: 21 день, здача поетапно (прототип → повний пайплайн → GUI та опції → приймання за вашим чек-листом). Для прозорості: код пишу в зв'язці з AI-інструментами, перевіряю і тестую вручну — для такого пайплайна це відчутний плюс по швидкості. Код чистий, модульний, з README і коментарями; всі права — ваші.

Бюджет: 27000 UAH Термін: 5 днів

Доброго дня! Виконаю під ключ. Маю досвід реалізації таких проектів. Даю гарантію на виконану роботу. Розрахунок точної вартості після обговорення всіх деталей. Давайте обговоримо?

Бюджет: 27000 UAH Термін: 14 днів

Сергій, для автоматизації створення таких відео нам потрібно зв'язати конвеєр з LLM для сценарію, ElevenLabs для голосу та Pexels API для медіа-контенту. Це вирішить проблему ручного монтажу та підбору футажів, перетворюючи текстову тему в готовий MP4 на вашому ПК.

Реалізую це як консольний додаток з простим графічним інтерфейсом на Tkinter або PySide, де ви будете задавати тему, а програма буде послідовно викликати API, завантажувати медіа та склеювати їх через MoviePy. В результаті ви отримуєте готовий файл, який залишиться тільки завантажити.

Яку тривалість роликів ви плануєте робити найчастіше і наскільки критичною є наявність субтитрів у готовому відео?

Бюджет: 27000 UAH Термін: 20 днів

Вітаю.
Я глибоко розумію складність завдання зі створення автономної програми для генерації faceless-відео і пропоную розробити високопродуктивну модульну систему на Python, що забезпечить надійну інтеграцію LLM, ElevenLabs та різноманітних медіа-джерел для динамічного формування візуального ряду з урахуванням усіх заданих правил та оптимізацією ресурсів.
Особливу увагу буде приділено реалізації LLM-верифікації кадрів, створенню інтро-тізерів, ефекту Кена Бернса, кінематографічних оверлеїв з можливістю постобробки та ефективному управлінню дисковим простором, а також розробці інтуїтивного GUI на PySide6 для повного контролю без програмування.
Мій значний досвід роботи з FFmpeg, мультимедійними API, LLM-інтеграціями та розробкою схожих інструментів дозволяє мені використовувати готові напрацювання, що суттєво прискорить процес та гарантує створення чистого, масштабованого та добре документованого коду.
Всі деталі реалізації, кінцевий бюджет та терміни пропоную обговорити в особистих повідомленнях.

Бюджет: 27000 UAH Термін: 21 день

Доброго дня! Готовий розробити програму для автозборки відео з використанням Python. Маю досвід роботи з API, ffmpeg та GUI. Термін виконання — 14 днів. Приклади робіт надам за запитом.