Explainer Studio — Vídeos de notícias e explicação

O que produz

Um vídeo longo completo a partir de um guião que aprova — não um modelo para preencher à mão:

• Narração: uma das 30 vozes TTS predefinidas da Google, ou as suas próprias gravações
• Legendas: as palavras do seu guião, sincronizadas com a narração (o Whisper corre no seu computador, apenas para a sincronização); gravadas no vídeo e guardadas num ficheiro .srt para o YouTube ou outro editor
• Cenas animadas sobre fotos de banco de imagens: abertura, painel informativo com números a contar, "câmara" passo a passo, comparação lado a lado, citação, opinião, fontes, título e resumo; cada cena aparece quando o narrador diz a sua frase
• Resumo de capítulos entre as histórias, cartões com citações das fontes, etiqueta "Ilustração" em cada foto
• Música e efeitos sonoros (os seus ficheiros licenciados), baixados por baixo da voz; loudness −14 LUFS
• Miniatura do YouTube (2 layouts) e descrição com marcas de tempo dos capítulos, fontes e créditos das fotos

Como funciona

1. O agente faz cinco perguntas iniciais (nome do canal, idioma, voz, público, duração); depois, o utilizador ou o agente escreve o guião num formato Markdown simples, com uma fonte para cada facto.
2. O agente escolhe uma foto e duas alternativas para cada cena e cria um storyboard: o guião em forma de tabela, com as imagens ao lado do texto. Revê o guião e o storyboard em conjunto e responde, por exemplo, "s01-3 B".
3. Narração, sincronização, legendas e renderização são automáticas. Cada capítulo é renderizado separadamente: uma correção só obriga a renderizar esse capítulo.
4. Verificações incluídas: cada cena tem de começar numa frase que existe mesmo no guião, nenhuma linha de legenda em chinês quebra a meio de uma palavra, o controlo de narração lista os pontos a ouvir, cada pedido de TTS especifica mandarim ou cantonês, e é verificada a regra do YouTube de capítulos com 10 segundos.
5. É o utilizador que revê o vídeo final. A skill nunca carrega nem publica nada.

Exemplo de entrada → saída

Inclui quatro projetos de exemplo completos: inglês, mandarim (tradicional), mandarim (simplificado) e cantonês. O exemplo em inglês gera um vídeo de 1:41 com 8 cenas, legendas, um cartão de citação, uma miniatura e uma descrição com 3 capítulos.

Casos de uso

Resumos semanais de notícias · vídeos explicativos para o YouTube · histórias em estilo documental · resumos de cursos ou de investigação

Requisitos

• Um cliente de agente capaz de executar comandos de shell (desenvolvida e testada com o Claude Code)
• Python 3.10+, Node.js 20+, FFmpeg · cerca de 6 GB de espaço em disco
• Testada em macOS (Apple Silicon). Windows e Linux usam faster-whisper em vez de mlx-whisper: suportado no código, ainda não testado
• As suas próprias chaves num ficheiro .env: chave da API Gemini para TTS (dispensável se gravar a narração) e chave gratuita da API Pixabay
• scripts/selftest.py --render verifica a instalação sem qualquer chave: testes unitários e uma renderização de teste de 10 segundos

Custos de utilização (pagos por si, fora da Capafy)

Gemini TTS ≈ 0,14 US$ por cada 10 minutos de narração (plano pago, preços de 2026). Pixabay e Whisper são gratuitos. A renderização é feita no seu computador e demora aproximadamente a duração do vídeo.

O que não faz

• Sem clonagem de voz, vozes desenhadas ou troca de rostos: apenas vozes predefinidas da Google ou as suas gravações
• Sem imagens geradas por IA: fotos licenciadas (Pixabay), assinaladas como "Ilustração" e creditadas
• Não inventa factos: cada facto precisa de uma fonte e nada é produzido antes de aprovar o guião
• Não carrega nada no YouTube

Perguntas frequentes

Que idiomas? Narração e texto no ecrã em inglês, mandarim com caracteres tradicionais ou simplificados e cantonês (escrito como se fala, p. ex. 嘅、咗).
Posso usar os vídeos comercialmente? Sim, os vídeos que cria são seus. A skill em si não pode ser revendida nem partilhada.
Preciso de uma licença Remotion? Particulares e empresas até 3 colaboradores: não. Empresas maiores precisam de uma licença empresarial Remotion (remotion.pro).
Posso usar a minha própria música? Sim: coloque ficheiros licenciados nas pastas audio/bgm e audio/sfx do projeto.
Há atualizações? Sim: na Capafy, quem compra o download recebe gratuitamente todas as versões seguintes.
Suporte? [email protected]