Explainer Studio — Video di notizie e spiegazione

Cosa produce

Un video lungo completo a partire da un copione che approvi tu — non un modello da compilare a mano:

• Voce narrante: una delle 30 voci TTS predefinite di Google, oppure le tue registrazioni
• Sottotitoli: le parole del tuo copione, sincronizzate con la voce (Whisper gira sul tuo computer, solo per la sincronizzazione); impressi nel video e salvati come file .srt per YouTube o un altro editor
• Scene animate su foto stock: aggancio, pannello informativo con numeri che scorrono, "camera" passo per passo, confronto affiancato, citazione, opinione, fonti, titolo e riepilogo; ogni scena compare quando il narratore pronuncia la sua frase
• Panoramica dei capitoli tra le storie, schede con citazioni dalle fonti, etichetta "Illustrazione" su ogni foto stock
• Musica ed effetti sonori (i tuoi file con licenza), abbassati sotto la voce; loudness −14 LUFS
• Miniatura YouTube (2 layout) e descrizione con orari dei capitoli, fonti e crediti delle foto

Come funziona

1. L'agente fa cinque domande iniziali (nome del canale, lingua, voce, pubblico, durata); poi tu o l'agente scrivete il copione in un semplice formato Markdown, con una fonte per ogni fatto.
2. L'agente sceglie una foto stock e due alternative per ogni scena e crea uno storyboard: il copione come tabella, con le immagini accanto al testo. Rivedi copione e storyboard insieme e rispondi, per esempio, "s01-3 B".
3. Voce, sincronizzazione, sottotitoli e rendering sono automatici. Ogni capitolo viene renderizzato separatamente: una correzione richiede di rifare solo quel capitolo.
4. Controlli integrati: ogni scena deve iniziare su una frase presente davvero nel copione, nessuna riga di sottotitoli in cinese va a capo a metà parola, il controllo della voce elenca i punti da ascoltare, ogni richiesta TTS specifica mandarino o cantonese, e viene verificata la regola YouTube dei capitoli da 10 secondi.
5. Il video finito lo controlli tu. La skill non carica né pubblica nulla.

Esempio input → output

Inclusi quattro progetti di esempio completi: inglese, mandarino (tradizionale), mandarino (semplificato), cantonese. L'esempio in inglese produce un video di 1:41 con 8 scene, sottotitoli, una scheda citazione, una miniatura e una descrizione con 3 capitoli.

Casi d'uso

Riepiloghi settimanali di notizie · video esplicativi per YouTube · storie in stile documentario · sintesi di corsi o ricerche

Requisiti

• Un client agente in grado di eseguire comandi shell (sviluppata e testata con Claude Code)
• Python 3.10+, Node.js 20+, FFmpeg · circa 6 GB di spazio su disco
• Testata su macOS (Apple Silicon). Windows e Linux usano faster-whisper invece di mlx-whisper: supportato nel codice, non ancora testato
• Le tue chiavi in un file .env: una chiave API Gemini per il TTS (non serve se registri tu) e una chiave API Pixabay gratuita
• scripts/selftest.py --render verifica l'installazione senza alcuna chiave: test unitari più un rendering di prova di 10 secondi

Costi d'uso (a tuo carico, fuori da Capafy)

Gemini TTS ≈ 0,14 US$ ogni 10 minuti di narrazione (piano a pagamento, prezzi 2026). Pixabay e Whisper sono gratuiti. Il rendering avviene sul tuo computer e dura circa quanto il video.

Cosa non fa

• Niente clonazione della voce, voci progettate o scambio di volti: solo voci predefinite di Google o le tue registrazioni
• Niente immagini generate dall'IA: foto stock con licenza (Pixabay), etichettate "Illustrazione" e accreditate
• Non inventa fatti: ogni fatto richiede una fonte e nulla viene prodotto prima che tu approvi il copione
• Non carica nulla su YouTube

Domande frequenti

Quali lingue? Voce e testi a schermo in inglese, mandarino con caratteri tradizionali o semplificati e cantonese (scritto come si parla, es. 嘅、咗).
Posso usare i video a fini commerciali? Sì, i video che crei sono tuoi. La skill in sé non può essere rivenduta né condivisa.
Serve una licenza Remotion? Privati e aziende fino a 3 dipendenti: no. Le aziende più grandi necessitano di una licenza aziendale Remotion (remotion.pro).
Posso usare la mia musica? Sì: metti i file con licenza nelle cartelle audio/bgm e audio/sfx del progetto.
Ci sono aggiornamenti? Sì: su Capafy chi acquista il download riceve gratis tutte le versioni successive.
Supporto? [email protected]