Gemini 3.7 Flash ve Python ile Otomatik Video Kurgusu: ReelCraft Geliştirici Günlüğü

ReelCraft, ham fotoğraf ve video arşivlerini Gemini 3.7 Flash, Lyria 3 ve FFmpeg araçlarıyla 9:16 dikey kısa videolara dönüştüren açık kaynaklı bir Python CLI projesidir. Çoklu modlu (multimodal) yapay zekâ modellerini deterministik medya araçlarıyla birleştiren bu mimariden yazılım geliştiriciler için çıkarılan temel dersler:

1. Doğru Model Seçimi (Omni Flash Yanılgısı): Gemini Omni Flash, birden fazla videoyu aynı anda anlayıp kurgulamak için değil; tek bir videoya üretken efektler uygulamak içindir. Çoklu video analizi için geniş bağlam penceresine (1M token) ve gelişmiş video anlama yeteneğine sahip standart Gemini modelleri tercih edilmelidir.
2. İki Aşamalı Pipeline (Dosya Bazlı Analiz ve Metin Birleştirme): Çok sayıda videoyu tek bir prompt'a yığmak modelin zaman damgalarını karıştırmasına neden olur. Çözüm olarak; her medya önce bağımsız bir API çağrısıyla analiz edilip yapılandırılmış JSON formatında saklanır (analyze). Ardından bu metinsel özetler tek bir planlama çağrısıyla (plan) kurgu listesine dönüştürülür. Bu ayrım hem API kotalarını aşmayı engeller hem de hata izolasyonu sağlar.
3. edl.yaml ile İnsan Denetimi (Human-in-the-Loop): Uçtan uca tam otomasyon yerine, araya insan müdahalesine olanak tanıyan bir edl.yaml katmanı eklenmiştir. Geliştiricinin kurgu noktalarını ve süreleri kolayca düzenleyebilmesi, gereksiz API harcamalarını önler ve kontrol edilebilirliği artırır.
4. Gemini 3.7 Flash ile Artan Tanıma Hassasiyeti: 2.5 sürümünden 3.7 Flash GA modeline geçiş; sunum slaytlarındaki küçük metinleri, stant isimlerini ve görsel detayları okuma doğruluğunu belirgin biçimde artırmıştır. Geliştirici açısından bu, prompt mühendisliğinden ziyade model kalitesinin kurgu sonucunu doğrudan belirlediğini kanıtlamaktadır.
5. Lyria 3 ile Müzik ve Zarif Hata Yönetimi (Graceful Degradation): Müzik üretimi Interactions API üzerinden doğal dil komutlarıyla gerçekleştirilir. Üretken yapay zekâ servislerinde yaşanabilecek kota veya ağ kesintilerinde tüm sürecin çökmemesi için sistem, uyarının ardından sessiz video üretecek (graceful fallback) şekilde tasarlanmalıdır.
6. FFmpeg'in Sessiz Hataları ve Savunmacı Kodlama: FFmpeg, geçiş süresinin klip süresini aştığı durumlarda hata kodu 0 dönse bile sahneleri sessizce atlayabilir. Kod tabanında ffprobe ile gerçek süreleri önceden doğrulamak, sessiz arızaların (silent failure) önüne geçer.
7. Altyazı ve Dinamik Metin İşleme: Yapay zekâ açıklamalarından SRT altyazısı üretirken sahne geçişlerindeki çakışmalar giderilmeli ve kelime bölünmelerini engelleyen güvenli metin kırpma mantıkları kurulmalıdır.
8. Asenkron API ve Durum Yönetimi: files.upload() çağrısının ardından dosyanın ACTIVE durumuna geçişi asenkron sorgulanmalı, silinmiş eski analiz kalıntıları filtrelenmeli ve zaman damgaları milisaniye hassasiyetinde tutulmalıdır.
9. Sonuç: Başarılı bir yapay zekâ entegrasyonu; doğru model seçimi, modüler pipeline mimarisi, savunmacı girdi doğrulamaları ve insan denetiminin dengeli bir birleşimidir.

Orijinal makaleye buradan ulaşabilirsiniz.