Starter Kit Gratuito Video AI Audio-First + Agent Skill (SKILL.md)

Studio Anthos Alba · Open Starter Kit $0

Starter Kit Gratuito: Motore Video AI Audio-First + Sandwich 2 Livelli

Crea video professionali 16:9 (YouTube) e 9:16 (Reels / Shorts / TikTok) in codice deterministico senza abbonamenti SaaS e senza crediti. Include Agent Skill (SKILL.md), Prompt Eseguibile e codice Python pronto con 3 motori voce gratuiti.

⬇ Scarica Gratis lo Starter Kit (.ZIP · 12 KB)
100% gratuito · Zero chiavi hardcoded · Compatibile Windows, Mac e Linux

1. Tecnica Audio-First

Generi prima la voce di ogni scena, misuri la durata esatta con ffprobe e sincronizzi ogni animazione al millisecondo. Zero tagli goffi e zero desync.

2. Tre Motori TTS Gratuiti

Scegli tra Microsoft Edge-TTS (gratis senza API key), Google Gemini TTS (free tier AI Studio) o Piper / Kokoro (100% offline su CPU).

3. Sandwich 2 Livelli

Livello 1: Canvas HTML5 deterministico (window.seek(t)). Livello 2: Overlay HUD fisso con brand e sottotitoli. Rendering Playwright + FFmpeg a -16 LUFS.

Cosa trovi dentro anthos_audio_first_starter_kit.zip

  • SKILL.md — Agent Skill universale per Antigravity, Claude Code e Cursor.
  • PROMPT_ESEGUIBILE.md — Prompt master copia-incolla per far generare il video al tuo agente AI.
  • starter_kit/make_video.py — CLI pronta a 1 comando (16x9 e 9x16).
  • starter_kit/tts_free.py — Wrapper pronto per Edge-TTS, Google Gemini TTS e Piper offline.
  • starter_kit/template_sandwich.html — Motore Canvas 2D deterministico + HUD personalizzabile.

Avvio Rapido in 3 Comandi

pip install -r requirements.txt
playwright install chromium
python make_video.py --script example_script.json --aspect 16x9 --tts edge --out mio_video.mp4

Prompt Master Eseguibile (Copia e Incolla)

Se non vuoi scaricare subito lo ZIP, copia questo prompt e incollalo nel tuo agente AI:

# Prompt Master Eseguibile — Motore Video Audio-First Gratis (Studio Anthos Alba)

Copia e incolla questo prompt nel tuo agente AI (Antigravity, Claude Code, Cursor, o un assistente con accesso a terminale/file) sostituendo solo i campi tra parentesi quadre `[...]`.

---

```text
Voglio creare un video professionale a costo zero usando l'architettura Audio-First + Sandwich a 2 Livelli (HTML5 Canvas 2D deterministico + Overlay HUD + Playwright + FFmpeg).

DATI DEL VIDEO:
- Argomento: [INSERISCI QUI IL TEMA DEL VIDEO]
- Formato: [16x9 oppure 9x16]
- Durata target: [es. 45 secondi per Reel / 3 minuti per YouTube]
- Nome Brand da mostrare nell'HUD: [IL TUO NOME O AZIENDA]
- Motore voce gratuito preferito: [edge-tts | gemini-tts | piper]

REGOLE TASSATIVE DA SEGUIRE:
1. AUDIO-FIRST: scrivi prima il copione diviso in scene (4 scene per 9:16, 6-8 capitoli per 16:9). Nel testo parlato usa oralità pura: zero asterischi, cancelletti, parentesi, due punti o punti e virgola; scrivi numeri e percentuali in lettere.
2. SINTESI & MISURA: genera un file MP3 per ogni scena con il motore TTS scelto, misura la durata esatta di ogni scena con `ffprobe` e concatena il master audio normalizzato a -16 LUFS.
3. HTML5 DETERMINISTICO (SANDWICH 2 LIVELLI): crea una pagina HTML auto-contenuta con:
   - Livello 1: `<canvas>` animato con grafica tecnica/editoriale (zero `Math.random()` nel loop, usa un PRNG con seed).
   - Livello 2: HUD pulito in sovrimpressione con il mio brand, numero capitolo e sottotitoli sincronizzati.
   - Funzione globale `window.seek(t)` che disegna in modo deterministico lo stato esatto al secondo `t`.
4. RENDERING & EXPORT: usa Playwright headless per chiamare `window.seek(t)` a 12-24 fps, invia i fotogrammi in pipe a FFmpeg (`image2pipe`), muxa l'audio master e salva il file finale MP4 (`yuv420p`, `30 fps`, `+faststart`).

Inizia proponendomi prima il copione diviso per scene; appena ti do l'OK, genera audio, HTML e MP4 finale.
```

---
*Scarica lo Starter Kit completo con codice pronto all'uso su [www.studioanthosalba.it](https://www.studioanthosalba.it).*

Agent Skill Completa (SKILL.md)

---
name: audio-first-sandwich-video
description: "Genera video divulgativi e Reel professionali 16:9 e 9:16 a costo zero usando l'architettura Audio-First + Sandwich a 2 Livelli (HTML5 Canvas 2D deterministico + HUD DOM) + Playwright + FFmpeg + TTS gratuito."
---

# Audio-First Sandwich Video Engine (Studio Anthos Alba Open Starter)

Questa Agent Skill insegna al tuo agente AI (Antigravity, Claude Code, Cursor, ecc.) come costruire e renderizzare video `16:9` (`1920×1080`) e `9:16` (`1080×1920`) **senza abbonamenti SaaS e senza crediti a consumo**.

## I 4 Pilastri dell'Architettura

1. **Audio-First (Mai timeline fisse):**
   - Genera prima l'audio di ogni singola scena/capitolo.
   - Misura la durata esatta di ogni segmento con `ffprobe`.
   - Costruisci la timeline visiva sulle durate reali dell'audio → **zero desync**.
2. **Oralità Pura nei Copioni:**
   - Scrivi solo testo naturale da leggere ad alta voce.
   - Vieta markdown e simboli (`*`, `#`, `()`, `[]`, `:`, `;`, `...`, `/`) nel testo inviato al TTS.
   - Scrivi numeri e percentuali in lettere (`settanta per cento`, `tre passaggi`).
3. **Architettura a Sandwich (2 Livelli):**
   - **Livello 1 (`<canvas>`):** grafica procedurale animata (diagrammi, card, griglie tecniche, dati).
   - **Livello 2 (HTML/CSS DOM Overlay):** identità visiva, intestazione, badge capitolo e sottotitoli sincronizzati.
4. **Determinismo Matematico (`window.seek(t)`):**
   - Vietato `Math.random()` nel loop di disegno (usa sempre un PRNG con seed fisso).
   - Vietato `requestAnimationFrame` per il render finale: esponi `window.seek(t)` come funzione pura del tempo `f(t)` così Playwright cattura ogni fotogramma in pipe verso FFmpeg (parallelizzabile su più worker).

## 3 Alternative TTS Gratuite

| Motore | Costo | API Key | Pro / Quando usarlo |
|---|---:|---|---|
| **Microsoft Edge-TTS** (`it-IT-ElsaNeural`) | \$0 | No | Qualità neurale ottima, zero setup, pronto subito |
| **Google Gemini TTS** (`gemini-2.5-flash-preview-tts`) | \$0 (free tier) | Sì (AI Studio) | Prosodia espressiva HD, stesso SDK dei copioni |
| **Piper / Kokoro-82M** (locale) | \$0 | No (100% offline) | Gira in locale su CPU, privacy totale, zero limiti |

## Workflow Operativo per l'Agente

1. Chiedi all'utente: argomento, formato (`16x9` o `9x16`), durata e nome brand.
2. Genera `script.json` seguendo le regole di oralità pura (4–8 scene).
3. Esegui `python make_video.py --script script.json --aspect 16x9 --tts edge` (o `gemini` / `piper`).
4. Consegna l'MP4 finale normalizzato `-16 LUFS` pronto per YouTube, Instagram Reels e TikTok.

---
*Realizzato da **Studio Anthos Alba** — Digital Innovation Lab · [www.studioanthosalba.it](https://www.studioanthosalba.it)*

Vuoi portare l'AI e l'automazione nella tua azienda?

Scopri il nostro Corso AI da Zero ad Avanzato (con le prime 3 lezioni gratuite ed esercizi su Google Colab) oppure richiedi una consulenza operativa con il team di Studio Anthos Alba.

💬 Scrivici su WhatsApp per Consulenza o Corso AI