$ fr/release-video-generator

Release Video Generator

Pipeline Python qui transforme un export Jira HTML en vidéo de release narrée, avec génération de script thématique, synthèse vocale et rendu vidéo automatisé.

Stack

Python OpenAI API BeautifulSoup FFmpeg Pydub

Liens du projet

GitHub

Générateur de vidéo de release à partir de tickets Jira

Ce projet automatise la création d’une vidéo de mise à jour produit à partir d’un export HTML Jira.

L’idée est de convertir des tickets techniques en un format narratif court et lisible, grâce à une chaîne complète en 5 étapes :

  • parsing des tickets Jira,
  • regroupement thématique et génération du script,
  • synthèse vocale de chaque segment,
  • normalisation/assemblage audio,
  • rendu des slides et export MP4 final.

Contexte & Objectifs

Contexte

Les notes de release sont souvent trop longues, peu homogènes et difficiles à diffuser auprès d’équipes non techniques.

Ce projet répond à ce besoin en transformant automatiquement un export Jira en vidéo narrée, plus simple à consommer pour :

  • les équipes produit,
  • les développeurs,
  • les parties prenantes internes,
  • et pourquoi pas, à terme, les utilisateurs finaux.

Objectifs

  • Structurer automatiquement des tickets Jira en thèmes cohérents.
  • Générer un script de présentation clair, précis et exploitable à l’écran + en voix off.
  • Produire une narration audio segmentée puis synchronisée avec les slides.
  • Générer une vidéo finale standardisée (output/release.mp4) sans montage manuel.

Vue d’ensemble du pipeline

flowchart TD A["Export Jira (HTML)"] --> B["Parse tickets (BeautifulSoup)"] B --> C["Groupement thématique + script (OpenAI)"] C --> D["Génération TTS par segment (OpenAI)"] D --> E["Normalisation WAV + pauses + concat audio (FFmpeg)"] E --> F["Rendu slides + concat vidéo + mux audio/vidéo (FFmpeg)"] F --> G["release.mp4"]

Données d’entrée et artefacts

Élément Description
Entrée principale data/jira_export.html
Données structurées build/release_structured.json
Thèmes générés build/themes.json
Script vidéo build/script.json
Audios segmentés audio/*.mp3
Audio final build/final_audio.wav
Timeline build/timeline.json
Vidéo finale output/release.mp4

Détail des composants

1) Parsing Jira (src/parse_jira.py)

  • Lit l’export HTML Jira avec BeautifulSoup.
  • Extrait les colonnes clés (type, key, summary, created, assignee, reporter, description).
  • Filtre actuellement les tickets par préfixe de clé (OPD-).
  • Exporte un JSON structuré exploitable par les étapes suivantes.

2) Génération des thèmes et du script (src/generate_script.py)

Le module réalise 2 passes via l’API OpenAI :

  • Pass 1 : regrouper les tickets en thèmes fonctionnels (classification UI, API ou unspecified).
  • Pass 2 : générer les slides finales (intro, slides thématiques, conclusion) avec :
    • un titre,
    • 3 à 5 bullets à l’écran,
    • une voix off de 3 à 5 phrases.

Le ton demandé au modèle est technique, clair et non marketing.

3) Génération audio (src/generate_audio.py)

  • Lit build/script.json.
  • Génère un fichier MP3 par segment via gpt-4o-mini-tts (voix alloy).
  • Nomme les fichiers de manière ordonnée (00_intro.mp3, etc.).

4) Construction de la piste audio finale (src/build_audio_track.py)

  • Convertit les MP3 en WAV normalisés (48kHz, stéréo, PCM s16le).
  • Insère des pauses silencieuses entre les segments.
  • Concatène le tout dans build/final_audio.wav.

5) Rendu vidéo (src/render_video.py)

  • Génère une slide vidéo silencieuse par segment en superposant texte + panneaux sur un background.
  • Ajuste la durée de chaque slide sur la durée audio réelle (via ffprobe).
  • Insère des segments visuels de pause.
  • Concatène les segments vidéo, puis mux la piste audio finale.
  • Produit output/release.mp4 et une timeline JSON.

Orchestration complète (run_all.py)

Le script run_all.py enchaîne automatiquement les 5 étapes avec gestion d’erreurs et logs par phase.

Stack technique

  • Langage : Python 3.10+
  • IA (LLM + TTS) : OpenAI API
  • Parsing HTML : BeautifulSoup4
  • Audio : Pydub + FFmpeg
  • Vidéo : FFmpeg (drawtext, concat, mux)
  • Config : python-dotenv pour la clé API

Points forts

  • Pipeline de bout en bout, automatisé et reproductible.
  • Bonne séparation des responsabilités (scripts dédiés par étape).
  • Structure d’artefacts claire (build/, audio/, output/).
  • Synchronisation audio/vidéo robuste grâce à la normalisation WAV et au probe des durées.

Limites actuelles

  • Dépendance forte à la qualité de l’export Jira HTML.
  • Layout visuel volontairement simple (fond statique, pas d’animations avancées).
  • Modèles et paramètres OpenAI codés en dur (peu de configuration externe).
  • Filtrage des tickets actuellement spécifique au préfixe OPD-.

Perspectives d’évolution

  • Paramétrage via fichier de config (modèles, voix, style des slides, filtres Jira).
  • Multiples templates visuels et thèmes de rendu.
  • Ajout de sous-titres automatiques.
  • Internationalisation (langue de narration configurable).
  • Packaging CLI pour un usage “one command” en CI/CD release.

Related posts

No related posts yet.