Ứng dụng macOS chạy ngay trên máy: đọc chữ trong ảnh, dựng kịch bản, lồng giọng Việt và xuất video dọc.
Truyện chữ và truyện tranh vào ở hai cửa khác nhau, nhưng từ bước viết kịch bản trở đi thì đi chung một đường: giọng đọc, phụ đề, video, rồi lên YouTube.
Chọn file .json, dán thẳng nội dung, hoặc nạp cả thư mục một lần. Nhiều
file gộp lại thành một dự án và giữ tên của file đầu tiên.
Chọn thư mục ảnh, app xếp trang theo số tự nhiên, đọc chữ trong từng trang và chỉ giữ lại phần tiếng Việt.
Mỗi bước ghi kết quả ra một file trên máy. Đổi giọng đọc thì chỉ chạy lại giọng đọc và video, không đụng tới OCR hay phân tích.
Apple Vision đọc từng trang, sẵn có trong macOS nên không phải cài model.
Chữ Nhật, Hàn, Trung, tiếng Anh và hiệu ứng âm thanh bị loại khỏi bản sạch.
Từng trang trước, cả chương sau: nhân vật, sự kiện, cao trào, đoạn kết mở.
Mỗi cảnh có lời bình riêng và danh sách trang truyện sẽ hiện lúc đọc lời đó.
Mỗi cảnh một file audio. Thời lượng phụ đề lấy từ audio thật, không ước lượng.
FFmpeg ghép thành MP4 dọc 1080x1920 ở 30 hình mỗi giây, có nhạc nền nếu bạn muốn.
{
"scenes": [
{
"id": 1,
"pages": [1, 2, 3],
"narration": "Chương này mở ra bằng một
buổi sáng rất bình thường...",
"estimatedDuration": 15,
"importance": "high"
}
]
}
Phần đọc không gọi dịch vụ nào bên ngoài. Model tải về lần đầu, sau đó chạy offline.
Tiếng Việt 48 kHz với khoảng 20 giọng dựng sẵn của ba miền. Chạy bằng CPU, nghe thử ngay trong app trước khi lồng cả truyện.
Chọn một đoạn thu sạch dài 5 tới 15 giây, app tạo thêm một giọng mới dùng cho mọi dự án.
Chỉnh từ 0.5 tới 2.0. Nghe thử một câu mẫu rồi mới chốt cho cả chương.
Thêm file nhạc trong máy, chỉnh riêng âm lượng giọng và âm lượng nhạc, nghe thử bản trộn trước khi dựng. App không đi kèm nhạc có bản quyền của ai.
Không có cơ sở dữ liệu, không có kho lưu trữ đám mây. Mỗi dự án là một thư mục mở ra xem được bằng Finder.
story-videos/chuyen-ke-luc-nua-dem/
├── story.json
├── corrected-text.json
├── audio/narration.wav
├── thumbnail.jpg
├── story-video.mp4
├── youtube-metadata.json
└── pipeline-state.json
Tiêu đề, mô tả và thẻ cho YouTube sinh kèm luôn, và bạn đẩy video lên kênh ngay trong app ở chế độ riêng tư để duyệt lại trước khi phát hành.
File gốc không bị sửa, kết quả ghi ra thư mục bạn chọn trong Cài đặt.
Chọn Gemini, DeepSeek hoặc OpenRouter rồi dán key của chính bạn. Chỉ phần lời thoại được gửi đi.
Kết quả cũ còn dùng được thì app dùng lại. Sửa lời bình thì chỉ chạy lại giọng đọc và video.
Xếp nhiều truyện vào hàng đợi, xem tiến độ từng bước, huỷ lúc nào cũng được.
Cần macOS trên máy Apple Silicon. Bản Windows và Linux dựng được nhưng chưa chạy đủ tính năng.
Dùng để dựng và ghép video.
Apple Vision có sẵn trong macOS, không phải cài thêm.
Lần chạy đầu, app tự tạo môi trường cho phần giọng đọc và tải model về.
# 1 brew install ffmpeg # 2 npm install # 3 npm run dev npm run package:mac # bản .app để dùng hàng ngày
Chạy được đến đâu xem đến đó: đọc chữ trước, nghe giọng sau, dựng video khi đã ưng kịch bản.
Cài đặt trên máy