Video Wizard

KI-gestützte Videoanalyse und Komposition — Videos analysieren, Sprache erkennen, textbasiert schneiden und exportieren.

Deno · Vue 3 · WebSocket · FFmpeg · OpenAI Whisper

---

Voraussetzungen

Abhängigkeit	Version	Zweck
Deno	2.x	Server-Runtime
Python	3.9+	Audioanalyse & Rendering-Scripts
FFmpeg	beliebig	Audio-/Videoextraktion und Rendering
pip3	beliebig	Python-Paketmanager

GPU nicht erforderlich. PyTorch, Whisper und Transformers laufen standardmässig auf der CPU. Eine NVIDIA-GPU mit CUDA beschleunigt die Audioanalyse, ist aber keine Voraussetzung.

Systemabhängigkeiten installieren (Linux / Debian / Ubuntu)

# Deno
curl -fsSL https://deno.land/install.sh | sh

# FFmpeg & Python
sudo apt-get update
sudo apt-get install -y ffmpeg python3 python3-pip python3-venv

Systemabhängigkeiten installieren (macOS)

# Deno
curl -fsSL https://deno.land/install.sh | sh

# FFmpeg & Python
brew install ffmpeg python3

Windows wird derzeit nicht unterstützt.

---

Installation

# 1. Repository klonen
git clone https://github.com/jonasfrey/video_wizard.git
cd video_wizard

# 2. Umgebungsvariablen konfigurieren
cp .env.example .env
# Optional: PORT, S_DB_TYPE etc. in .env anpassen

# 3. Python Virtual Environment einrichten & Pakete installieren
python3 -m venv venv
source venv/bin/activate
pip install python-dotenv openai-whisper torch transformers numpy pyttsx3

# 4. Server starten
deno task run

Beim ersten Start erstellt Deno automatisch fehlende Verzeichnisse und prüft Abhängigkeiten.

Öffne danach im Browser: http://localhost:8000

Hinweis: Beim ersten Analysieren eines Videos lädt Whisper das Sprachmodell herunter (~1 GB). Dies kann je nach Internetverbindung einige Minuten dauern.

---

Verwendung

1. Filebrowser — Navigiere zu einer Videodatei (MP4, MKV, AVI, MOV, WebM) und klicke «Analyze»
2. Composition — Wähle das analysierte Video, durchsuche die Transkription und wähle Wörter/Sätze aus
3. Export — Rendere die Komposition als MP4 und lade sie herunter
4. CLI Monitor — Überwache laufende Prozesse (Extraktion, Analyse, Rendering)
5. Data — CRUD-Verwaltung aller Datenmodelle

---

Projektstruktur

video_wizard/
├── localhost/                   # Frontend (Vue 3 SPA)
│   ├── index.html               # HTML-Shell
│   ├── index.js                 # Vue-App, Routing, WebSocket
│   ├── index.css                # Globales Styling (Dark Theme)
│   ├── constructors.js          # Datenmodelle & WebSocket-Nachrichten
│   ├── o_component__data.js     # Datenmanagement-Komponente
│   ├── o_component__filebrowser.js  # Dateibrowser-Komponente
│   ├── o_component__composition.js  # Kompositions-Editor
│   ├── o_component__export.js   # Export & Rendering
│   ├── o_component__cli_monitor.js  # CLI-Task-Monitor
│   └── lib/                     # Vue 3 & Vue Router ESM-Bundles
├── serverside/                  # Backend (Deno)
│   ├── functions.js             # Server-Utilities
│   ├── cli_functions.js         # CLI-Subprozesse (FFmpeg, Python)
│   ├── database_functions.js    # SQLite-Operationen
│   ├── database_functions_json.js   # JSON-Datenbank-Operationen
│   ├── f_analyze_audio.py       # Whisper Speech-to-Text + Audioklassifikation
│   ├── f_render_composition.py  # FFmpeg Video-Rendering
│   └── testing/                 # Unit-Tests
├── deno.json                    # Deno-Konfiguration & Tasks
├── .env.example                 # Vorlage für Umgebungsvariablen
└── readme.md

---

Umgebungsvariablen

Variable	Standardwert	Beschreibung
PORT	8000	HTTP- und WebSocket-Port
S_DB_TYPE	json	Datenbanktyp (json oder sqlite)
S_PATH__DB_JSON	./.gitignored/appdb/	Pfad zur JSON-Datenbank
STATIC_DIR	./localhost	Frontend-Verzeichnis
S_UUID	(generiert)	Eindeutige ID für IPC-Protokoll
BIN_PYTHON	python3	Python-Binary
PATH_VENV	./venv	Pfad zum Python-venv
BIN_FFMPEG	ffmpeg	FFmpeg-Binary
S_PATH__AUDIO	./.gitignored/audio/	Extrahierte Audiodateien

---

Tasks

deno task run       # Server starten
deno task stop      # Server stoppen
deno task restart   # Server neu starten
deno task test      # Alle Tests ausführen
deno task uninit    # Datenbank zurücksetzen
deno task rmdb      # Datenbankdateien löschen

---

Technologien

Technologie	Verwendung
Deno	Server-Runtime (JavaScript)
Vue 3	Frontend-Framework (ESM, kein Build-Step)
Vue Router 4	Hash-basiertes SPA-Routing
WebSocket	Echtzeit-Kommunikation Client ↔ Server
SQLite / JSON	Datenbank (konfigurierbar)
FFmpeg	Audio-Extraktion & Video-Rendering
OpenAI Whisper	Speech-to-Text mit wortgenauen Zeitstempeln
Hugging Face Transformers	Audioklassifikation (Sprache/Musik/Stille)
PyTorch	ML-Framework (CPU-Inferenz)

---

APN

Dieses Projekt verwendet durchgehend Abstract Prefix Notation (APN) — eine Namenskonvention, bei der der Datentyp als Präfix im Variablennamen kodiert wird (z.B. s_name, n_age, a_o_video, f_render).

---

Quellen

Tool / Bibliothek	Repository
Deno	https://github.com/denoland/deno
FFmpeg	https://github.com/FFmpeg/FFmpeg
OpenAI Whisper	https://github.com/openai/whisper
PyTorch	https://github.com/pytorch/pytorch
Hugging Face Transformers	https://github.com/huggingface/transformers
Vue 3	https://github.com/vuejs/core
Vue Router 4	https://github.com/vuejs/router
pyttsx3	https://github.com/nateshmbhat/pyttsx3
python-dotenv	https://github.com/theskumar/python-dotenv
NumPy	https://github.com/numpy/numpy

---

Lizenz

GPLv2 — siehe LICENSE

Jonas Immanuel Frey — 2026