convez.ai

Gerar narração de vídeo com IA e TTS

14 nós no fluxo · 13 tipos de nó · licença MIT

Extrai frames de um vídeo, utiliza um modelo multimodal para gerar um roteiro de narração em partes e converte o roteiro final em um arquivo de áudio que é salvo em nuvem.

Desenho do fluxo

Desenho do fluxo n8n "Gerar narração de vídeo com IA e TTS": 14 nós e as ligações entre eles
Só a forma do fluxo: os nós, os nomes e as ligações. Parâmetros, código e prompts vêm no JSON, para importar no seu n8n.

Baixar o fluxo

Verificando seu acesso…

O que faz

  • Download do vídeo: Baixa um vídeo de uma URL pública para processamento.
  • Extração de frames: Decodifica o vídeo e captura frames distribuídos uniformemente, limitando a quantidade para desempenho.
  • Agrupamento em lotes: Divide os frames em batches sequenciais para enviar ao modelo multimodal sem exceder limites de entrada.
  • Redimensionamento e conversão: Redimensiona as imagens e converte para formato binário/jpg para envio ao modelo.
  • Geração de roteiro por partes: Usa um modelo de visão+linguagem para criar trechos de narração a partir de cada lote de frames, continuando a partir de iterações anteriores para coerência.
  • Combinação de texto: Agrega todos os trechos gerados em um roteiro completo e coeso.
  • Síntese de voz (TTS): Converte o roteiro final em um arquivo de áudio (mp3).
  • Upload para armazenamento: Envia o arquivo de áudio final para uma pasta na nuvem.
  • Gerenciamento de limites: Insere esperas/pausas entre chamadas para respeitar limites de serviço e evitar rate limits.

Ferramentas usadas

  • OpenAI: Fornece o modelo multimodal usado para interpretar frames e gerar texto, além do serviço de síntese de voz (TTS) para criar o áudio final.
  • Google Drive: Armazenamento em nuvem usado para salvar o arquivo de áudio gerado.
  • Pixabay (exemplo de vídeo): Fonte pública do vídeo de demonstração utilizado no fluxo.
  • Python + OpenCV + NumPy: Ambiente e bibliotecas usadas para decodificar o vídeo, extrair frames, processar e codificar imagens em Base64.

Nós do n8n (13 tipos, 14 no total)

Origem e licença

Fluxo original de Zie619/n8n-workflows (licença MIT, Copyright (c) 2025 Zie619). Tradução, curadoria e limpeza: Convez.

Mais fluxos de inteligência artificial

Super AgenteInteligência artificial

Criador de Vídeos Automáticos

Fluxo que lê dados de histórias e cenas, gera prompts de IA, cria imagens e áudios, gera vídeos via API externa e registra os resultados em bases de dados.

83 nós 13 tiposExclusivo
Super AgenteInteligência artificial

Atendimento automatizado com IA e agenda

Fluxo de atendimento por WhatsApp que recebe mensagens via Webhook, identifica o tipo (texto ou áudio), consulta/cria contatos no banco, registra mensagens, transcreve áudios, utiliza IA para responder, mantém histórico de conversas e memória, gerencia envio de mensagens, e integra com Google Calendar para buscar/criar/deletar compromissos, além de processar documentos e embeddings para respostas baseadas em conteúdo.

55 nós 30 tiposExclusivo
Super AgenteInteligência artificial

Fluxo Vendedor IA

Fluxo de atendimento automatizado para vendedores, usando memória de conversa, modelo de linguagem, verificação de acesso, buffers de mensagens e encaminhamento para ADM quando necessário.

52 nós 19 tiposExclusivo
Super AgenteInteligência artificial

Fluxo Vendedor IA 02

Este fluxo gerencia conversas de atendimento de vendas com IA, incluindo memória de chat, envio de mensagens, bloqueio de bot, tratamento de mensagens, classificação de histórico e integração com o Supabase para follow-up.

51 nós 21 tiposExclusivo
Super AgenteInteligência artificial

Atendimento automatizado com IA

Este fluxo recebe mensagens de WhatsApp via webhook, verifica/gera leads, usa IA para decidir ações (agendamento, reagendamento ou cancelamento), gerencia memória de conversas, transcreve áudio e analisa imagens, e envia respostas em texto ou áudio.

48 nós 19 tiposExclusivo
Super AgenteInteligência artificial

Automação de Reels do Instagram para Carnaval

Fluxo que coleta reels, analisa métricas, cria scripts e captions, e registra resultados no Airtable, com integração via Telegram.

42 nós 19 tiposExclusivo