Explainer Studio — فيديوهات إخبارية وتوضيحية

ماذا تُنتج

فيديو طويلًا كاملًا من نص توافق عليه أنت — لا قالب تملؤه يدويًا:

• التعليق الصوتي: أحد أصوات TTS الثلاثين الجاهزة من Google، أو تسجيلاتك الخاصة
• الترجمة النصية: كلمات نصّك نفسها، مضبوطة على توقيت التعليق الصوتي (يعمل Whisper على حاسوبك لضبط التوقيت فقط)؛ تُدمج في الفيديو وتُحفظ كملف ‎.srt لـ YouTube أو لبرنامج مونتاج آخر
• مشاهد متحركة فوق صور مخزنية: افتتاحية، ولوحة معلومات بأرقام تتصاعد، و«كاميرا» خطوة بخطوة، ومقارنة جنبًا إلى جنب، واقتباس، ورأي، ومصادر، وعنوان، وملخص؛ يظهر كل مشهد لحظة نطق الراوي لعبارته
• نظرة عامة على الفصول بين القصص، وبطاقات اقتباس من المصادر، ووسم «صورة توضيحية» على كل صورة مخزنية
• موسيقى ومؤثرات صوتية (ملفاتك المرخّصة)، تُخفض تلقائيًا تحت الصوت؛ مستوى الجهارة ‎−14 LUFS
• صورة مصغّرة لـ YouTube (تصميمان) ووصف يتضمن توقيتات الفصول والمصادر ونسبة الصور إلى أصحابها

طريقة العمل

1. يطرح الوكيل خمسة أسئلة إعداد (اسم القناة، اللغة، الصوت، الجمهور، المدة)، ثم تكتب أنت أو الوكيل النص بصيغة Markdown بسيطة، مع مصدر لكل معلومة.
2. يختار الوكيل صورة مخزنية وبديلين لكل مشهد، وينشئ لوحة قصصية: النص في جدول والصور بجانب الكلمات. تراجع النص واللوحة القصصية معًا وترد مثلًا بـ «s01-3 B».
3. التعليق الصوتي والتوقيت والترجمة والتصيير تتم تلقائيًا. يُصيَّر كل فصل على حدة، فالتصحيح يعني إعادة تصيير ذلك الفصل فقط.
4. فحوص مدمجة: يجب أن يبدأ كل مشهد عند عبارة موجودة فعلًا في النص، ولا ينكسر أي سطر ترجمة صيني في منتصف كلمة، ويعرض فحص التعليق الصوتي المواضع التي ينبغي الاستماع إليها، ويحدد كل طلب TTS الماندرين أو الكانتونية، ويُتحقق من قاعدة YouTube بأن يكون الفصل 10 ثوانٍ على الأقل.
5. أنت من يراجع الفيديو النهائي. لا ترفع المهارة أي شيء ولا تنشره أبدًا.

مثال: المُدخل ← المُخرج

تتضمن أربعة مشاريع أمثلة كاملة: الإنجليزية، والماندرين (تقليدية)، والماندرين (مبسّطة)، والكانتونية. ينتج المثال الإنجليزي فيديو مدته 1:41 يضم 8 مشاهد وترجمة نصية وبطاقة اقتباس وصورة مصغّرة ووصفًا من 3 فصول.

حالات الاستخدام

ملخصات الأخبار الأسبوعية · فيديوهات توضيحية على YouTube · قصص بأسلوب وثائقي · ملخصات الدورات أو الأبحاث

المتطلبات

• عميل وكيل قادر على تشغيل أوامر shell (طُوّرت واختُبرت باستخدام Claude Code)
• ‏Python 3.10+‎ و Node.js 20+‎ و FFmpeg · نحو 6 غيغابايت من مساحة القرص
• اختُبرت على macOS (Apple Silicon). يستخدم Windows و Linux مكتبة faster-whisper بدلًا من mlx-whisper — مدعومة في الشيفرة ولم تُختبر بعد
• مفاتيحك الخاصة في ملف ‎.env: مفتاح Gemini API لتحويل النص إلى كلام (غير لازم إذا سجّلت بنفسك)، ومفتاح Pixabay API مجاني
• يتحقق ‎scripts/selftest.py --render من التثبيت دون أي مفتاح: اختبارات وحدات وتصيير تجريبي مدته 10 ثوانٍ

تكاليف التشغيل (تدفعها أنت، خارج Capafy)

‏Gemini TTS ≈ ‏0.14 دولار أمريكي لكل 10 دقائق من التعليق الصوتي (الفئة المدفوعة، أسعار 2026). ‏Pixabay و Whisper مجانيان. يتم التصيير على حاسوبك ويستغرق تقريبًا مدة الفيديو نفسها.

ما لا تفعله

• لا استنساخ للأصوات، ولا أصوات مصمّمة، ولا تبديل للوجوه — أصوات Google الجاهزة أو تسجيلاتك فقط
• لا صور مولّدة بالذكاء الاصطناعي — صور مخزنية مرخّصة (Pixabay) موسومة بـ «صورة توضيحية» مع ذكر أصحابها
• لا تختلق المعلومات — كل معلومة تحتاج إلى مصدر، ولا يُنتج شيء قبل موافقتك على النص
• لا ترفع شيئًا إلى YouTube

الأسئلة الشائعة

ما اللغات المدعومة؟ التعليق الصوتي ونصوص الشاشة بالإنجليزية، والماندرين بالأحرف التقليدية أو المبسّطة، والكانتونية (مكتوبة كما تُنطق، مثل 嘅、咗).
هل يمكنني استخدام الفيديوهات تجاريًا؟ نعم، الفيديوهات التي تصنعها ملكك. لا يجوز إعادة بيع المهارة نفسها أو مشاركتها.
هل أحتاج إلى ترخيص Remotion؟ الأفراد والشركات التي لا يتجاوز عدد موظفيها 3: لا. تحتاج الشركات الأكبر إلى ترخيص شركات من Remotion ‏(remotion.pro).
هل يمكنني استخدام موسيقاي الخاصة؟ نعم — ضع الملفات المرخّصة في مجلدي ‎audio/bgm و ‎audio/sfx داخل المشروع.
هل أحصل على تحديثات؟ نعم — على Capafy، يحصل مشترو نسخة التنزيل على جميع الإصدارات اللاحقة مجانًا.
الدعم؟ [email protected]