「short-video-factory」は、プロンプト文案生成・音声合成・動画編集・字幕合成をワンストップでまとめ、Windows・macOS・Linuxで動くElectronデスクトップアプリです。商品紹介動画や癒し系名言動画など、既存の動画素材とテキストプロンプトから自動でショート動画を量産する用途を想定しています。文案からナレーション、字幕、BGM付き動画までをローカル処理だけで完結させる設計です。
文案生成は @ai-sdk/openai を使い、OpenAI互換のAPIエンドポイントへプロンプトを送って台本を作る仕組みです（TextGenerate.vue）。生成した台本は electron/tts 配下のEdgeTTS実装でナレーション音声に変換されます（duyquangnvx/edge-tts を参照実装として利用）。字幕は effect-engine 内で pixi.js を使い、SRTテキストをフレームごとのPNG連番へレンダリングします（subtitle-render-service.ts）。最終合成は electron/ffmpeg/index.ts が担当し、各動画素材をtrim・setpts・scaleした上で、字幕PNG連番とナレーション・BGM音声を複合フィルターで1本の動画にまとめます。設定やタスク履歴はbetter-sqlite3でユーザーのローカルフォルダに保存され、プラットフォームごとに事前ビルドされたネイティブバイナリ（native/better-sqlite3以下）を使い分けます。UIはi18nextでzh-CNとenを切り替え可能です。
- STEP 01
GitHub Releaseから対応OSのインストーラー（.dmg・.exe・.AppImageなど）を取得して起動します。
- STEP 02
初回起動時に設定画面でOpenAI互換のAPIキーとエンドポイントを入力し、文案生成のテスト送信を試します。
- STEP 03
動画素材フォルダを指定してプロンプトから台本を生成し、EdgeTTSによるナレーション音声のプレビューを聞きます。
- STEP 04
字幕スタイルと出力サイズを選んでレンダリングを実行すると、進捗バーが少しずつ動くのを確認できます。
- STEP 05
出力先フォルダに完成したmp4が保存され、アプリ内のプレイヤーでその場で確認できます。
- STEP 06
バッチタスクを組んで複数本を連続生成し、履歴一覧画面で過去のタスクを管理できます。
ローカルPC上で、台本・ナレーション・字幕・BGMを合成したmp4動画ファイルが手元のフォルダに出力されます。SQLiteに履歴が残るため、過去のタスクを再確認したり再実行したりできます。ソースコードから追える範囲では、クラウドアップロードや自動投稿の機能は見当たらず、生成物はローカル完結です。
文案生成にはユーザー自身のOpenAI互換APIキーが必要で、無料で使えるAI機能ではありません。
better-sqlite3のネイティブバイナリはelectron v110向けに事前ビルドされたものが同梱されており、対応外の環境では動作しない可能性があります。
詳しい操作手順は本体のREADMEではなく外部の公式ドキュメントサイトに委ねられているため、リポジトリだけでは細部まで把握しにくいです。
字幕特効機能はREADMEのロードマップで未実装と明記されており、現時点では基本スタイルにとどまります。
商品紹介動画や名言系のショート動画を、手持ちの動画素材とテキストプロンプトだけで量産したい個人や小規模チームに向いています。文案生成からFFmpeg合成までの処理がソース上で一貫して追跡でき、CIも各OS向けビルドを自動生成しているため、公開リリースと挙動の対応は信頼できます。ただしAPIキーの準備とネイティブモジュールの互換性は、導入前に確認しておくと安心です。