İçeriğe geç
~/ozhanmengucek

Komut paleti

Sayfa, yazı veya proje arayın

#otomasyon4 dk okuma

Kodla YouTube Kanalı Yapmak: Ebedi Yedek

Ebedi Yedek, videoları baştan sona kodla üretilen bir spor kanalı. JSON senaryodan Remotion ile animasyona, Chatterbox ile seslendirmeye ve Whisper ile kontrole uzanan üretim hattını ve otomatik olmayan kısımlarını anlattım.

Kamera, mikrofon ve video editörü olmadan, sadece kod yazarak bir YouTube kanalı yürütülebilir mi? Ebedi Yedek bu sorunun denemesi. Şu an on bir bölüm yayında. Bu yazıda kanalın arkasındaki üretim hattını anlatacağım.

Kanal ne anlatıyor?

Ebedi Yedek bir spor kanalı. Anlatıcısı Yedek Kemal: yirmi yıldır kulübede oturan, hiçbir sporda sahaya çıkamamış ama kenardan her şeyi görmüş, göbekli ve pala bıyıklı bir karakter. Sloganı da belli: "Hoca beni bir alsa…"

Videolar 30-45 saniyelik dikey Shorts. Üç seri var:

  • Hoca Beni Alsaydı: Kurallar ve taktikler. Ofsayt nedir, libero neden farklı forma giyer, tenis skoru neden 15-30-40 diye gider.
  • Kulübeden Gördüm: Günün spor olayı.
  • Ben Olsam: Maçın kritik anı. Son saniyede iki sayı gerideyken üçlük mü atılır, ikilik mi?

Kurallar

İşe başlarken iki kural koydum.

Birincisi, ücretli servis yok. Seslendirme dahil her şey kendi bilgisayarımda çalışıyor.

İkincisi, telifli hiçbir şey yok. Maç görüntüsü, kulüp logosu, oyuncu fotoğrafı kullanmıyorum. Ekranda ne görüyorsanız kodla çizilmiş durumda: saha, kale, skor tabelası, Kemal'in kendisi.

Bir bölüm aslında bir JSON dosyası

Her bölümün senaryosu tek bir JSON dosyası. İçinde satırlar var; her satır Kemal'in söyleyeceği cümleyi, o cümledeki ruh hâlini ve ekranda gösterilecek görseli tarif ediyor. Ofsayt bölümünün ilk satırı şöyle:

{
  "text": "Gol atıyorsun, formayı çıkarıp tribüne koşuyorsun. Bir de bakıyorsun, bayrak havada!",
  "mood": "excited",
  "visual": { "type": "pitch", "mode": "offside", "flag": true, "cue": "bayrak" },
  "shout": "OFSAYT!",
  "sfx": [
    { "name": "whistle", "at": "bayrak" },
    { "name": "laugh", "at": "end" }
  ],
  "holdMs": 1000
}

İşin püf noktası buradaki cue ve at alanları. "Bayrak" kelimesi söylendiği anda yan hakemin bayrağı kalkıyor ve düdük çalıyor. Zamanlamayı saniye olarak yazmıyorum, kelimeye bağlıyorum. Cümleyi değiştirirsem ya da ses farklı hızda okunursa görsel yine doğru yerde oynuyor.

holdMs de espri payı. Espriden sonra seyirci gülüyor, Kemal bir saniye bekliyor, sonra devam ediyor.

Animasyon: Remotion

Videoları Remotion ile üretiyorum. Remotion'da video bir React bileşeni. Elinizde kaçıncı karede olduğunuzu söyleyen bir sayı var, o kareye göre ne çizeceğinize siz karar veriyorsunuz. Sonra Remotion bütün kareleri tek tek işleyip MP4 yapıyor.

Bunun güzel tarafı şu: Bir sahneyi bir kere yazınca her bölümde kullanabiliyorum. Senaryodaki "type": "pitch" bir futbol yarı sahası çiziyor, "type": "shotclock" potayı ve geri sayan hücum saatini. Voleybol rotasyonu, penaltıda kaleye önden bakış, puan tablosu, hakem kartları da ayrı birer bileşen. Yeni bir konu yeni bir sahne gerektiriyorsa bileşenini yazıyorum, sonraki bölümlerde o da hazır oluyor.

Kemal de bir bileşen. Ruh hâline göre kaşları ve gözleri değişiyor, ağzı sese göre açılıp kapanıyor. Seriye göre kıyafeti de değişiyor: Kural anlatırken hırka ve papyon, haber verirken ceket ve kravat, "ben olsam" derken 99 numaralı forma.

Seslendirme: Chatterbox ve Whisper

En çok uğraştıran kısım ses oldu. Birkaç motor denedim, çoğu robotik kaldı. Sonunda bilgisayarda çalışan açık kaynak bir model olan Chatterbox'ta karar kıldım. Ekran kartı olmadan, işlemcide çalışıyor; bir satırı üretmesi bir dakika kadar sürüyor. Hızlı değil ama bir bölüm sekiz on satır, bekleyebiliyorum.

Bu tür modellerin bir huyu var: Bazen kelime yutuyorlar, bazen cümlenin sonuna senaryoda olmayan bir şeyler ekliyorlar. Bunu her seferinde dinleyerek yakalamak zor. Onun yerine üretilen her satırı Whisper'a veriyorum. Whisper sesi yazıya döküyor, script bunu senaryodaki cümleyle karşılaştırıyor. Tutmuyorsa satır yeniden üretiliyor. Sonda fazladan kelime varsa ses oradan kesiliyor.

Whisper'ın bir faydası daha var: Her kelimenin hangi saniyede söylendiğini de veriyor. Altyazıdaki kelime kelime vurgu ve yukarıda anlattığım cue zamanlaması bu veriden geliyor.

Fon müziği ve efektler de (düdük, trombon, "boing") hazır dosya değil. Python ile sentezleniyor.

Tek komut

Bütün bunlar tek komutla çalışıyor:

npm run make -- 003-ofsayt

Komut sırasıyla seslendirmeyi üretiyor, videoyu işliyor, küçük resmi çiziyor ve YouTube'a girilecek başlığı, açıklamayı ve etiketleri bir dosyaya yazıyor. Yükleme şimdilik elle; videoyu YouTube Studio'ya ben sürüklüyorum.

Otomatik olmayan kısım

Buraya kadar okuyunca her şey kendiliğinden oluyormuş gibi görünebilir. Öyle değil.

Senaryo hâlâ el işi. Espri tutmuyorsa video da tutmuyor ve bunu hiçbir script düzeltmiyor. Aynı kalıbı üç kere tekrarlayan bir cümle kâğıtta fena durmuyor, sesli dinleyince sıkıyor.

Güncel bilgi içeren bölümleri de yayından önce tek tek kontrol ediyorum. Skor, tarih, kimin elendiği gibi şeylerde yanlış yapmak kolay.

Bir de küçük ayarlar var. Kemal'in ağzını ilk hâlinde çok hızlı oynatmıştım, rahatsız ediyordu. Yavaşlatıp yumuşatmak gerekti. Bunlar kodda birkaç satır ama doğrusunu bulmak izleyip denemekle oluyor.

Son söz

Baştaki soruya dönersem: Evet, sadece kodla bir kanal yürütülebiliyor. Ama kod işin üretim kısmını çözüyor, ne anlatacağınızı değil.

Kanal burada: youtube.com/@EbediYedek. Projenin özeti portfolyoda da var. Abone olursanız Kemal sevinir, kulübede yer çok.

// yorumlar

Henüz yorum yok. İlk yorumu sen yaz.

Yorum yaz

Yorumlar onaylandıktan sonra yayınlanır. E-posta adresin görünmez.

Bağlantı ve biçimlendirme gösterilmez, düz metin olarak yayınlanır.

// benzer yazılar

n8n Nedir? Küçük Otomasyonlar Kurmak

n8n, iş akışlarını görsel bir editörde kurduğunuz, kendi sunucunuzda çalışan bir otomasyon aracı. Ne işe yaradığını, Docker ile kurulumunu, yapay zekâ tarafını ve güvenlik konusunda nelere dikkat etmek gerektiğini anlattım.

#otomasyon