Zamień temat w gotowy do publikacji film pionowy.
Scenariusz, lektor, napisy zsynchronizowane co do słowa, obrazy i muzyka — z jednego tematu. Albo przynieś własne wideo: dodaj napisy, zdubbinguj je, potnij na klipy i publikuj na YouTube automatycznie. Płać za film albo hostuj sam i nie płać nic; abonamentu nie ma w żadnym wariancie.
- języków
- 9 języków
- stylów graficznych
- 6 stylów graficznych
- darmowych kredytów
- 5 darmowych kredytów
- licencja
- MIT licencja
@shortpulse
Why honey never spoils 🍯
original sound — shortpulse
Siedemnaście filmów, które ten pipeline naprawdę zrobił
Materiał bez montażu — scenariusz napisany przez AI, lektor Piper, napisy zsynchronizowane co do słowa, we wszystkich dziewięciu językach produktu. Szesnaście korzysta z prawdziwych materiałów stockowych; ten oznaczony AI stills narysował tryb płatny. Najedź na dowolny, żeby go odtworzyć.
Footage from Pexels, filmed by Aaron Burden, Abdullah | 4K, Adventure Studio, Aleks Magnusson, Alexey Chudin, Ambareesh Sridhar Photography, Ana Sandu, Andre Moura, Andres Perez, Angela Roma, Anna Pou, Anna Shvets, Artem Podrez, aslı aydoğdu, Bahri Gün, Barbara Olsen, Bav Vadgama, Ben Prater, Canan İldeniz, cottonbro studio, Darina Belonogova, Deti riyanti, Ebahir, Emrah, Eyüp Can, Grigoriy Bunkov, Hale Ş, Hashim Suhimi, Iceberg San, Ilya Lyzhin, John Diez, Joolsmagools ®️, Juan Camilo Trujillo Botero 🇨🇴📸, JUN HO LEE, K, Kakada Chuon, Kevin Malik, khezez | خزاز, Koushalya Karthikeyan, LauraB, Lentes Bella, Luis Quintero, Marina Leonova, Masha Glazova, Matthias Groeneveld, Max Medyk, Michael Burrows, Mikhail Nilov, Mizuno K, Muhtelifane, Nadezhda Moryak, Nicola Narracci, Nikita Ryumshin, Nisasu, Pachon in Motion, Pavel Danilyuk, Photoviewx, Physical Pixel, RDNE Stock project, ROMAN ODINTSOV, Ron Lach, Sema, Shan Ali, Stefanie Jockschat, Thuan Pham, Tima Miroshnichenko, Timothy Fuller, Timur Weber, Toni.063371 - Antonio Sáez, Yuliya Duzhaya, Şahin Doğdu. The AI-stills clip has no footage to credit — every frame of it was generated.
Background music is “Airport Lounge” by Kevin MacLeod (incompetech.com), licensed CC BY 3.0 — the same royalty-free track the pipeline falls back to by default.
Pięć zadań, jedno miejsce
Zacznij od tematu albo od nagrania, które już masz. To ekrany samej aplikacji — wybierz kartę, żeby zobaczyć każdą część.
Wpisz temat. Aplikacja pisze scenariusz, nagrywa lektora, znajduje materiał albo rysuje kadry, synchronizuje każdy napis i dodaje muzykę — gotowe pionowe wideo.
Jedno długie nagranie, kilka postów
Wrzuć podcast albo prelekcję, wybierz fragment wart odczytania, a transkrypcja znajdzie momenty, które bronią się same. Każdy trafia do biblioteki z napisami, gotowy do edycji.
2 kredyty · odczytano 3:30
- Momenty wybiera transkrypcja — tu poproszono o trzy, a były dwa.
- Transkrybowany jest tylko wybrany fragment, więc godzina nagrania to nie godzina pracy.
- Płacisz za to, co odczytano, nie za klip: jeden kredyt na dwie minuty.
- Każdy klip to osobny projekt — z napisami, kadrem i edycją.
Zbudowane na otwartym kodzie, który możesz sprawdzić
Trzy decyzje, resztę robi samo
Podaj temat
Wystarczy jedno zdanie — model językowy napisze podział na sceny, hak i wezwanie do działania. Masz już scenariusz? Wklej go, a AI tylko podzieli go na sceny.
Wybierz, jak ma wyglądać
Język, długość, silnik obrazu i styl napisów. Dokładny koszt w kredytach i szacowany czas renderowania widzisz, zanim cokolwiek zatwierdzisz.
Patrz, jak powstaje, i publikuj
Postęp płynie na żywo przez WebSocket, etap po etapie. Dostajesz plik MP4 1080x1920 z wypalonymi napisami i przyciszoną muzyką — do pobrania, bez znaku wodnego.
Sześć stylów, jeden prompt stąd
Każdy kadr poniżej to prawdziwy render — ten sam model, te same ustawienia, ten sam temat. Temat z twarzą i dłońmi wybraliśmy celowo, bo to najtrudniejsze do poprawnego oddania i właśnie dlatego większość tych stylów jest stylizowana.
Część, która naprawdę utrzymuje uwagę
Napisy są mierzone co do słowa przez faster-whisper, więc aktywne słowo podświetla się dokładnie na wymawianej sylabie. Wybierz, jak to wygląda — rozmiar, kolor, położenie i ile słów widać naraz.
captions that land on the beat
Każda scena, ustawiona obok filmu
Gdy render się kończy, obok odtwarzacza dostajesz cały podział — co mówi lektor, ile trwa każda scena i gdzie leży na osi czasu.
Podział na sceny
PlayingHook: Honey, the ultimate superfood, is surprisingly eternal!
It's because of its unique acidity level.
Honey's pH level is naturally acidic, around 3.2 to 4.5.
This acidity creates an environment where mold and bacteria can't thrive.
Additionally, honey's sugar content is so high that it dehydrates any microorganisms.
- Kliknij dowolną scenę, by przeskoczyć do niej w filmie
- Odtwarzana scena sama się podświetla
- Czas każdej sceny prosto z transkrypcji co do słowa
- Zebrane dla ciebie napisy końcowe do materiałów, z przyciskiem kopiowania
Pięć lokalnych etapów, jeden gotowy plik .mp4
Scenariusz
Ollama (lokalnie) lub OpenAI dzieli twój temat na sceny
Lektor
Głosy Piper, w pełni lokalnie, 9 języków
Napisy
faster-whisper mierzy czas każdego słowa do wypalenia w stylu karaoke
Obrazy
Kadry z AI albo darmowe materiały stockowe; lokalne tekst-na-wideo przy własnym hostingu
Montaż
FFmpeg miksuje przyciszoną muzykę i renderuje finalny plik .mp4
Wszystko, czego potrzebuje krótki film, i nic za zamkniętymi drzwiami
Długie wideo na wejściu, klipy na wyjściu
Wrzucasz podcast albo wystąpienie; transkrypcja wybiera momenty warte publikacji, każdy wraca z napisami. Cena za przeczytane minuty, nie za klip.
Dubbing na inny język
Twoje własne wideo nagrane od nowa w dowolnym z dziewięciu języków na oryginalnym obrazie — z pasującymi napisami.
Publikuje na YouTube za ciebie
Połącz kanał raz, a każdy gotowy render może wychodzić automatycznie. Instagram i Facebook już wkrótce.
Działa na twoim komputerze
Przy własnym hostingu scenariusz, lektor, transkrypcja, obrazy i renderowanie działają w całości lokalnie — do sieci wychodzą wyłącznie materiały stockowe. Usługa hostowana świadomie z tego rezygnuje: nie ma GPU, więc scenariusz i kadry z AI pochodzą z płatnych API.
Napisy zsynchronizowane co do słowa
faster-whisper podaje czas z dokładnością do słowa, więc napisy podświetlają pojedyncze słowa zamiast wyrzucać całą linię.
9 języków
Scenariusz, lektor i napisy powstają natywnie po angielsku, turecku, hiszpańsku, niemiecku, arabsku i w kolejnych językach.
Automatycznie przyciszana muzyka
Muzyka w tle jest automatycznie przyciszana pod głosem lektora — bez ręcznego miksowania.
Fotorealistyczne kadry albo prawdziwe ujęcia
Kadr RealVisXL na scenę z ruchem Kena Burnsa albo pasujący klip z Pexels. Własny hosting z GPU dodaje lokalne tekst-na-wideo, którego ta usługa nie uruchamia.
Własna plansza końcowa
Opcjonalna plansza końcowa renderowana lokalnie przez Pillow — ostatni kadr to twoje wezwanie do działania, a nie zgadywanka modelu dyfuzyjnego.
Co się zmienia, gdy jest lokalnie i otwarcie
| ShortPulse | Typowe narzędzie abonamentowe | |
|---|---|---|
| Ile płacisz | Za film, a przy własnym hostingu nic | 20–50 $/mies., publikujesz czy nie |
| Miesiące bez użycia | Nic nie kosztują | I tak naliczone |
| Kod źródłowy | MIT, w pełni czytelny | Zamknięty |
| Gdzie działa | Na twoim komputerze albo na naszym | Tylko na ich serwerach |
| Możliwość zmian | Edytuj prompty, swobodnie wymieniaj modele | Zamknięte w ich potoku |
| Niewykorzystane kredyty | Nigdy nie wygasają | Zerowane co miesiąc |
Płacisz za filmy, nie za niewykorzystany miesiąc
Kredyty kupujesz jednorazowo i nigdy nie tracą ważności. Żaden plan się nie odnawia, nic nie obciąży cię ponownie, dopóki sam nie kupisz — a całość nadal jest na licencji MIT, jeśli wolisz uruchomić ją u siebie.
Za darmo
Każde nowe konto, bez karty.
- 5 kredytów przy rejestracji
- Pierwszy film w trybie AI stills gratis
- Potem filmy ze stocku już od 1 kredytu
- Wszystkie języki
- Bez znaku wodnego
Starter
Na sprawdzenie, czy publikowanie wejdzie w nawyk.
- 100 kredytów
- ~33 filmy standardowe
- ~100 z materiałem stockowym
- Nie tracą ważności
Albo nie płać wcale
Uruchom u siebie i cena to zero, na zawsze — kredyty istnieją tylko dlatego, że hostowana wersja renderuje na sprzęcie, za który ktoś płaci.
1 kredyt = materiał stockowy · 3 = AI stills · 10 = lokalny text-to-video, każdy ×2 przy średniej i ×3 przy długiej. Dokładny koszt poznajesz przed startem renderu.
Ceny w USD. Karty z każdego kraju działają — przeliczenia dokonuje twój bank po własnym kursie.
Zbudowane tak, by wytrzymać sprawdzenie
Strony marketingowe ukrywają niedociągnięcia. Nasze są w całości w pliku README — oto kilka z nich, żebyś wiedział, zanim sklonujesz projekt:
- Kadry z AI rysują twarze przekonująco, a kończyny źle — dłonie, stopy i ujęcia całej sylwetki to miejsca, w których kadr się rozpada, dlatego silnik scenariusza trzyma ludzi w planach bliskich i średnich. Czytelny tekst jest całkowicie poza możliwościami modelu: nie napisze etykiety, znaku ani okładki książki.
- ai_video (lokalne tekst-na-wideo) działa wyłącznie wtedy, gdy sam dostarczysz GPU. W tej usłudze hostowanej go nie ma: wynajem GPU kosztuje na film więcej, niż wynosi cena tego trybu, więc wolimy go nie oferować, niż oferować źle.
- Małe lokalne modele językowe czasem liczą sceny na minus; silnik scenariusza ponawia próbę i odrzuca błędne, zamiast przerywać renderowanie.
- Materiał stockowy to najlepsze dopasowanie, a nie gwarancja — klipy z Pexels bywają luźno związane ze sceną.
Pytania, które warto zadać najpierw
Filmy
Co dokładnie dostaję?
Plik MP4 1080x1920, H.264/AAC, z lektorem, wypalonymi napisami zsynchronizowanymi co do słowa, muzyką przyciszoną pod głosem i opcjonalną planszą końcową. Bez znaku wodnego, w każdym planie — również przy darmowych kredytach.
Ile trwa renderowanie?
W tej usłudze krótki film z materiałem stockowym zajmuje około 45 sekund od początku do końca. Kadry z AI trwają od minuty do dwóch: obrazy pochodzą z hostowanego GPU, około 8 sekund na sztukę, ale pierwszy po dłuższej przerwie czeka na wczytanie modelu. Przy własnym hostingu na Apple Silicon serii M kadry są znacznie wolniejsze — około 78 sekund na scenę, czyli ~7 minut na krótki film — bo dyfuzję wykonuje twój własny komputer.
Jakie języki są obsługiwane?
Dziewięć: angielski, turecki, hiszpański, francuski, niemiecki, portugalski, arabski, rosyjski i włoski. Scenariusz, lektor i napisy powstają w wybranym języku. Japońskiego brakuje, bo Piper nie ma japońskiego głosu, którego moglibyśmy użyć komercyjnie.
Czy mogę użyć własnego scenariusza?
Tak. Wklej go, a model językowy tylko podzieli go na sceny i napisze prompty do obrazów — twoje sformułowania trafiają do lektora nietknięte.
Czy publikujecie za mnie na TikToku albo YouTubie?
Nie. ShortPulse renderuje plik i przekazuje go tobie; publikacja pozostaje twoim zadaniem. Jeśli to właśnie automatyczne publikowanie jest funkcją, której szukasz, dziś lepiej posłuży ci inne narzędzie.
Czy to, co stworzę, należy do mnie?
Tak. Pobierz i rób z tym, co chcesz. Gdy korzystasz z trybu materiałów stockowych, wymień autorów w opisie posta — strona projektu zbiera dla ciebie nazwiska i linki, a licencja Pexels tego wymaga.
Kredyty i płatności
Jak działa cennik?
Kredyty, kupowane jednorazowo. Render kosztuje 1 kredyt z materiałem stockowym i 3 z kadrami AI, podwójnie przy średniej długości i potrójnie przy długiej. Dokładny koszt widzisz przed startem. (Lokalne tekst-na-wideo kosztuje 10 i dotyczy wyłącznie własnego hostingu — tutaj nie jest oferowane.)
Czy kredyty wygasają?
Nie. Nic się nie odnawia i nic nie zeruje się co miesiąc — rejestr nie ma daty ważności, więc kredyty czekają, aż je wykorzystasz.
Co, jeśli render się nie powiedzie?
Kredyty wracają automatycznie. Zwroty są powiązane z projektem i mogą nastąpić tylko raz, więc niepowodzenie nie zostawi cię z opłatą za film, którego nigdy nie dostałeś.
Czy naprawdę jest darmowy plan?
5 kredytów przy rejestracji, bez karty. Jeden z twoich filmów może użyć kadrów AI — ten jest na nasz koszt, żebyś zobaczył tryb płatny, zanim cokolwiek zdecydujesz — a reszta puli renderuje filmy z materiałem stockowym po 1 kredycie. Ponowne wylosowanie sceny i kolejne rendery z kadrami AI wymagają pakietu kredytów.
Własny hosting
Czy mogę uruchomić to sam?
Tak, i nic to nie kosztuje. Całość jest na licencji MIT — sklonuj, wskaż własną Ollamę i GPU, a nie ma kont, kredytów ani limitów. Kredyty istnieją tylko dlatego, że hostowana instancja działa na sprzęcie, za który ktoś płaci.
Czy to naprawdę działa lokalnie?
Przy własnym hostingu tak: scenariusz, lektor, transkrypcja, generowanie obrazów i renderowanie działają na twoim komputerze, a jedynym etapem sięgającym do sieci są materiały stockowe z Pexels. Usługa hostowana to kompromis — nie ma GPU, więc scenariusze pochodzą z OpenAI, a kadry AI z Replicate. Lektor, napisy i renderowanie nadal dzieją się na naszym serwerze, a kod jest w obu przypadkach ten sam.
Gdzie są słabe punkty?
Kadry z AI rysują twarze dobrze, a kończyny źle — dłonie, stopy i ujęcia całej sylwetki to miejsca, w których kadr się rozpada — a czytelny tekst jest całkowicie poza możliwościami modelu. Lokalne tekst-na-wideo wymaga poważnego GPU, dlatego ta usługa w ogóle go nie oferuje. Małe lokalne modele językowe czasem zwracają mniej scen, niż zamówiono. Wszystko to jest w sekcji Known limitations w pliku README.