alexmisaila/opusclip-clone

🎬 OpusClip Clone (gratis, self-hosted)

Un clon funcional de OpusClip que vive 100% online y gratis.

Pega una URL de YouTube → recibes N clips verticales (9:16) con subtítulos animados estilo karaoke, listos para subir a TikTok / YouTube Shorts / Instagram Reels.

✨ Qué hace

1. Descarga el video de YouTube con yt-dlp
2. Transcribe el audio con Whisper (corre local, en CPU)
3. Detecta los momentos virales con un LLM real vía Hugging Face Inference API (default: Qwen/Qwen2.5-7B-Instruct) — el LLM recibe cada candidato y devuelve un score 1-10, una razón y un título sugerido
4. Detecta el hablante con MediaPipe
5. Reencuadra a 9:16 siguiendo al hablante
6. Quema subtítulos animados word-by-word (estilo karaoke)
7. Te devuelve los N mejores clips como .mp4 descargables

🆓 Stack 100% gratuito

• Hosting: Render free tier
• Whisper: local (modelo base, ~150MB)
• LLM scoring: Hugging Face Inference API (free tier, rate-limited)
• Face detection: MediaPipe (local)
• Video processing: ffmpeg (sistema)
• UI: Gradio

🚀 Deploy en Render (3 minutos)

1. Sube tu HF_TOKEN (gratis) en https://huggingface.co/settings/tokens — créalo con permiso de "Inference API".
2. Crea un Web Service en Render desde este repo:
   • Render Dashboard → New → Web Service → "Public Git Repository"
   • URL: https://huggingface.co/alexmisaila/opusclip-clone
   • Render detecta el Dockerfile automáticamente
3. Configura las variables de entorno (en el dashboard de Render, tab Environment):
   • HF_TOKEN = tu token de Hugging Face
   • OPUSCLIP_WHISPER_MODEL = base (recomendado para 512MB RAM)
4. Deploy → Render te da una URL tipo https://opusclip-clone-XXXX.onrender.com

⚠️ Limitaciones honestas

• Free tier de Render duerme tras 15 min sin uso → primer request del día tarda ~30s extra
• Whisper en CPU es lento → un video de 30 min puede tardar 10-20 min en transcribir
• HF Inference API free tier tiene rate limit (~pocas llamadas/min) — si lo usan muchos a la vez, se satura
• Sin auto-publicación en TikTok/Shorts — descargas los clips y los subes tú
• Sin "AI virality score" propietario como OpusClip real — usamos un LLM open-source bien prompt-engineered; la calidad es "buena" no "mágica"
• Sin detección de múltiples hablantes — solo sigue al principal

💻 Uso local (opcional)

git clone https://huggingface.co/alexmisaila/opusclip-clone
cd opusclip-clone
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
# ffmpeg debe estar instalado en el sistema (apt install ffmpeg / brew install ffmpeg)
export HF_TOKEN=hf_xxxx  # tu token de HF
python app.py

Abre http://localhost:7860

🧪 Tests

pip install pytest
pytest -v

📁 Estructura

opusclip-clone/
├── app.py                  # UI Gradio
├── Dockerfile              # Imagen Docker para Render
├── render.yaml             # Configuración del servicio en Render
├── requirements.txt
├── README.md
├── opusclip/
│   ├── __init__.py
│   ├── config.py           # Constantes y env vars
│   ├── downloader.py       # yt-dlp wrapper
│   ├── transcriber.py      # Whisper wrapper
│   ├── highlighter.py      # LLM scoring vía HF Inference API
│   ├── reframe.py          # MediaPipe face detection + crop 9:16
│   ├── captions.py         # ASS karaoke subtitles
│   ├── pipeline.py         # Orquestador end-to-end
│   └── utils.py            # Helpers
└── tests/
    └── test_pipeline.py

📜 Licencia

MIT