VideoStudio AI
PROJET PERSONNEL · APPLICATION FULL-STACK & IA
VideoStudio AI
Une plateforme modulaire pour créer, sonoriser et organiser des vidéos générées par intelligence artificielle, depuis un prompt ou une image.
Ce projet relie une application web PHP à plusieurs moteurs vidéo, services vocaux et outils locaux ou cloud au sein d’un parcours unique, bilingue et sécurisé.
Multi-modèle
ComfyUI, Runpod et fournisseurs cloud sont réunis derrière un catalogue de capacités commun.
Pipeline asynchrone
Une file de projets et un worker dédié prennent en charge les traitements vidéo longs.
Création complète
Image, vidéo, narration, voix, musique, assemblage et médiathèque sont intégrés dans le même produit.
Le besoin
Les outils de génération vidéo IA ont des contrats, des formats et des contraintes très différents. VideoStudio AI propose une interface cohérente qui masque cette complexité sans enfermer l’application dans un seul modèle.
Pour l’utilisateur
Choisir une intention, un modèle compatible et un format, puis suivre la génération sans manipuler les API sous-jacentes.
Pour le développeur
Ajouter un provider ou un modèle en respectant des interfaces stables, sans réécrire le parcours métier.
Une interface guidée par les capacités du modèle
Le formulaire adapte automatiquement les formats, résolutions et médias attendus au moteur sélectionné. Il permet la génération texte-vers-vidéo, image-vers-vidéo, les clips courts et les récits composés de plusieurs scènes.
Un formulaire unique pour piloter différents moteurs locaux et cloud.
Du prompt à la vidéo finale
- Décrire le projet. L’utilisateur fournit un prompt, une image de référence et, si nécessaire, une piste audio ou une narration.
- Valider les capacités. Le catalogue vérifie le modèle, le format, la résolution et les entrées obligatoires.
- Mettre en file. Le projet est enregistré immédiatement ; le navigateur n’attend pas la fin du calcul.
- Générer et assembler. Le worker appelle le fournisseur, construit les Shorts multi-scènes et réalise le post-traitement avec FFmpeg.
- Restituer. La vidéo, sa miniature, son état et les éventuelles erreurs sont accessibles dans la médiathèque privée.
Recherche, affichage en grille ou en liste, aperçu et suivi des créations.
La génération s’exécute en arrière-plan avec un état visible et des erreurs exploitables.
Fonctionnalités réalisées
Texte et image vers vidéo
Prise en charge de plusieurs modèles, ratios, résolutions et emplacements d’exécution.
Shorts multi-scènes
Découpage du récit avec Ollama, génération séquentielle et assemblage avec transitions.
Personnages parlants
Animation pilotée par l’audio et synchronisation labiale à partir d’une image.
Narration et audio
Synthèse vocale, styles d’interprétation, musique et mixage automatique avec FFmpeg.
Bibliothèque de voix
Enregistrement au micro, import d’échantillons autorisés et création de voix candidates.
Exploitation locale
Suivi du worker et d’Ollama depuis l’administration, avec lancement discret sous Windows.
La voix comme composant du projet
La plateforme ne se limite pas à produire des images animées. Elle gère aussi la narration, les échantillons vocaux privés et la création de voix, avec consentement explicite avant tout clonage.
Cette partie relie capture audio dans le navigateur, validation des fichiers, services de synthèse et stockage lié au propriétaire.
Import, enregistrement au micro et contrôle du consentement dans le même parcours.
Architecture et choix techniques
| Couche | Rôle dans le projet |
|---|---|
| PHP 8.2+ · Natora Core | Architecture modulaire Router → Middleware → Controller → Service → Repository. |
| Smarty 5 · JavaScript | Interface bilingue, responsive, accessible et compatible avec une politique CSP stricte. |
| MariaDB · PDO | Projets, voix, états et ownership persistés avec requêtes préparées. |
| Worker asynchrone | Verrou, battement, reprise contrôlée, annulation et messages d’échec exploitables. |
| ComfyUI · Runpod | Providers interchangeables pour exécuter les modèles localement ou à la demande dans le cloud. |
| Ollama · FFmpeg · TTS | Storyboard, assemblage multi-scènes, mixage audio, narration et conception vocale. |
Décisions d’ingénierie importantes
Un cœur indépendant des fournisseurs
Les interfaces de providers isolent les API externes. Les règles métier restent utilisables sans connaître Runpod, Gemini ou ComfyUI.
Des médias privés par conception
Sources, voix et rendus sont stockés hors du dossier public. Chaque lecture revalide le propriétaire.
Une configuration adaptée à chaque machine
Les réglages sensibles restent dans des fichiers .local.php non versionnés, séparés des valeurs par défaut.
Une expérience observable
L’interface montre la file, le traitement, l’échec ou l’annulation au lieu de masquer les opérations longues.
Ce que ce projet démontre
- Conception d’un produit complet à partir d’un besoin ouvert, de l’UX à l’exploitation.
- Intégration d’API IA hétérogènes derrière des contrats applicatifs stables.
- Traitement asynchrone, gestion d’états, fichiers volumineux et diagnostic d’erreurs distantes.
- Attention portée à la sécurité, au consentement vocal, aux droits d’accès et au stockage privé.
- Développement bilingue français/anglais et adaptation responsive jusqu’au mobile.
- Capacité à faire évoluer le périmètre sans transformer l’application en architecture inutilement complexe.
Un projet en évolution
VideoStudio AI est une application fonctionnelle que je continue à enrichir autour d’un objectif constant : proposer un large spectre de création vidéo tout en gardant une architecture lisible et maintenable.