Ai Video Narrator

🎬 AI Video Narrator (Quinesis)

Plataforma de generación y análisis de video impulsada por IA.
Transforma videos en bruto en contenido viral narrado, analiza estructuras visuales y genera guiones optimizados para redes sociales (Reels, TikTok, Shorts).

---

🚀 Características Principales

🧠 Análisis de Video con IA

• Visión Artificial (Gemini 2.0): Entiende lo que sucede en el video segundo a segundo.
• Detección de "Beats": Identifica los momentos visuales clave para sincronizar la narración.
• Generación de Guiones: Crea narrativas coherentes en diferentes estilos (Viral, Horror, Curioso, Motivacional).

🗣️ Narración y Audio Pro

• Text-to-Speech (ElevenLabs): Voces ultra-realistas clonadas o predefinidas.
• Sincronización Automática: Ajusta la velocidad del habla para encajar perfectamente con los segmentos de video.
• Mezcla de Audio: Combina voz, música de fondo (con ducking automático) y audio original.

📱 Viral Shorts Generator

• Modo "Reel Instantáneo": Sube un video y obtén un Reel listo para publicar en minutos.
• Hooks Virales: Estructuras de guion diseñadas para retención (Hook 0-3s, Desarrollo, CTA).

🔐 Seguridad y Usuarios

• OAuth 2.0: Login con Google, Facebook, Instagram, TikTok.
• Sistema de Créditos: Gestión de cuotas por usuario.
• Almacenamiento Seguro: Integración con S3/MinIO para assets y resultados.

---

🏗️ Arquitectura del Proyecto

El proyecto sigue una estructura Monorepo con Clean Architecture en el backend.

/
├── docker-compose.yml       # Orquestación de servicios
├── backend/                 # API REST (Python/FastAPI)
│   ├── src/
│   │   ├── domain/          # Entidades y reglas de negocio (Puro)
│   │   ├── application/     # Casos de uso (Lógica de la aplicación)
│   │   ├── infrastructure/  # Adaptadores (DB, MinIO, Gemini, ElevenLabs)
│   │   └── presentation/    # API Endpoints
│   └── Dockerfile
├── frontend/                # Interfaz de Usuario (Next.js 14)
│   ├── src/                 # App Router, Componentes, Hooks
│   └── Dockerfile
└── postgres_data/           # Persistencia de BD (Docker volume)

Stack Tecnológico

• Backend: Python 3.11, FastAPI, SQLModel/SQLAlchemy, MoviePy.
• Frontend: Next.js 14, React, TailwindCSS, TypeScript.
• IA: Google Gemini 1.5/2.0 Pro.
• Infraestructura: Docker, PostgreSQL, MinIO (S3 Compatible).

---

🛠️ Instalación y Uso

Opción A: Docker (Recomendada)

Levanta todo el sistema con un solo comando.

1. Configura las variables de entorno: Crea un archivo backend/.env (basado en .env.example si existiera) con tus keys de Gemini, ElevenLabs, DB, etc.

2. Ejecuta Docker Compose:

   docker-compose up --build
   

3. Accede a la aplicación:

   • Frontend: http://localhost:3000
   • Backend API Docs: http://localhost:8000/docs
   • Base de Datos: Puerto 5432

Opción B: Ejecución Local (Desarrollo)

1. Backend

cd backend
python -m venv venv
# Windows
.\venv\Scripts\activate
# Linux/Mac
source venv/bin/activate

pip install -r requirements.txt
uvicorn src.presentation.main:app --reload

2. Frontend

cd frontend
npm install
npm run dev

---

🔑 Variables de Entorno Clave

Asegúrate de configurar estas variables en backend/.env:

# Base de Datos
DATABASE_URL=postgresql+asyncpg://user:pass@localhost/dbname

# IA & Servicios
GOOGLE_API_KEY=tu_api_key_gemini
ELEVENLABS_API_KEY=tu_api_key_elevenlabs

# Seguridad
JWT_SECRET_KEY=tu_secreto_super_seguro
JWT_ALGORITHM=HS256

# Almacenamiento
MINIO_ENDPOINT=play.min.io
MINIO_ACCESS_KEY=tu_access_key
MINIO_SECRET_KEY=tu_secret_key
BUCKET_NAME=quinesis-videos

---

🤝 Contribuir

1. Haz fork del repositorio.
2. Crea una rama para tu feature (git checkout -b feature/amazing-feature).
3. Commit de tus cambios (git commit -m 'Add amazing feature').
4. Push a la rama (git push origin feature/amazing-feature).
5. Abre un Pull Request.