Mahmoud N. Elewa
lanshu تحويل النص والصورة إلى فيديو بالذكاء الاصطناعي
أصبح تحويل النص والصورة إلى فيديو بالذكاء الاصطناعي من أكثر الاستخدامات التي يبحث عنها منشئو المحتوى، خصوصًا مع انتشار أدوات إنشاء الفيديو التي تستطيع تحويل فكرة مكتوبة إلى محتوى مرئي خلال وقت قصير. لكن ماذا لو أردت بناء فيديو كامل يضم مقدمًا رقميًا، وتعليقًا صوتيًا، ومزامنة لحركة الفم، وترجمة، ومؤثرات، ومونتاجًا، ثم مراجعة النتيجة قبل نشرها؟
هنا يأتي مشروع lanshu create a presenter video، وهو مشروع مفتوح المصدر مصمم للعمل كـCodex Skill لتنظيم عملية إنتاج فيديو بمقدم ذكاء اصطناعي انطلاقًا من موضوع أو نص، مع صورة مرجعية لشخص بالغ ومصرح باستخدامها. الفكرة الأساسية ليست مجرد إنشاء شخصية تتحدث، بل تنظيم مراحل إنتاج الفيديو من النص حتى الملف النهائي.
وبطريقة أبسط، يمكنك إعطاء المشروع موضوعًا أو Script وصورة المقدم، ثم يتولى تنظيم مراحل كتابة المحتوى وتجهيز الصوت وتوليد الشخصية ومزامنة الشفاه وإضافة الترجمة والمؤثرات والمونتاج وفحص الجودة قبل التسليم.
ما هو مشروع lanshu؟
مشروع lanshu-create-ai-presenter-video هو سير عمل مفتوح المصدر مخصص لبيئات Codex وAgents المتوافقة مع الـSkills المحلية. وهدفه هو تنظيم إنتاج فيديوهات يقدمها شخص رقمي أو مقدم مولد بالذكاء الاصطناعي اعتمادًا على نص أو موضوع وصورة مرجعية مصرح باستخدامها.
المشروع لا يعتمد على خدمة ذكاء اصطناعي واحدة، بل يختار الأدوات وفق القدرات المتاحة في بيئة التشغيل. لذلك لا يرتبط بمزود محدد أو نموذج محدد أو واجهة خاصة بشركة واحدة، وهو ما يمنحه قدرًا أكبر من المرونة عند تغيير الأدوات المستخدمة في إنتاج الصوت أو الفيديو أو مزامنة الشفاه.
وهذه نقطة مهمة عند فهم فكرة المشروع: lanshu ليس محرر فيديو تقليديًا ولا منصة ويب مستقلة لإنشاء الفيديو بضغطة واحدة، وإنما هو Workflow تعمل على تنسيق عدة مراحل وأدوات داخل بيئة Codex.
كيف يتم تحويل النص والصورة إلى فيديو بالذكاء الاصطناعي باستخدام lanshu؟
بدل أن تتعامل مع كل مرحلة من مراحل صناعة الفيديو بشكل منفصل، يحاول المشروع جمعها في مسار إنتاج واحد. تبدأ العملية من الموضوع أو النص، ثم يتم تثبيت المحتوى والصوت، وبعد ذلك إنشاء نسخة تجريبية من المقدم، ثم بناء الفيديو النهائي، وإضافة الترجمة والمؤثرات، وأخيرًا إجراء مراجعة تقنية وبصرية.
الفكرة الأساسية هنا أن الصوت النهائي يكون المرجع الزمني للفيديو، ولذلك يتم بناء حركة المقدم والعناوين والترجمة والعناصر البصرية على أساس توقيت الصوت الفعلي.
1. البدء بموضوع أو Script جاهز
يمكنك البدء بفكرة بسيطة تريد تحويلها إلى فيديو، أو تقديم Script مكتمل. في الحالة الأولى، يساعد الـWorkflow على تنظيم الفكرة إلى محتوى قابل للتنفيذ، بينما في الحالة الثانية يصبح النص الذي قدمته هو الأساس الذي يتم بناء الفيديو حوله.
ويجري العمل على تقسيم المحتوى إلى أجزاء واضحة، بحيث يسهل ربط كل فكرة بالتوقيت المناسب داخل الفيديو لاحقًا. كما يمكن الاهتمام بطريقة نطق الأسماء والمصطلحات والكلمات التي قد تواجه أنظمة تحويل النص إلى صوت صعوبة في قراءتها.
2. تجهيز التعليق الصوتي أولًا
من أهم أفكار المشروع أن التعليق الصوتي النهائي هو الأساس الزمني للفيديو. وهذا يعني أن المشروع لا ينشئ الصورة والصوت بشكل مستقل ثم يحاول مزامنتهما لاحقًا، بل يبني بقية العناصر اعتمادًا على المدة الفعلية للصوت.
بعد إنشاء الصوت، توجد مرحلة للتحقق منه باستخدام التعرف الآلي على الكلام ASR، وذلك للمساعدة في اكتشاف المشكلات مثل الكلمات المفقودة أو المكررة أو الأخطاء في الأسماء والأرقام والمصطلحات.
هذه الطريقة مفيدة لأنها تقلل من احتمال أن يصبح الفيديو جاهزًا بصريًا بينما يحتوي التعليق الصوتي على مشكلة تتطلب إعادة العمل من البداية.
3. إنشاء مقدم الذكاء الاصطناعي
بعد تثبيت النص والصوت، ينتقل المشروع إلى إنشاء المقدم الرقمي. وتستخدم صورة الشخص المرجعية لتحديد هوية المقدم وشكله، مع مراعاة أن تكون الصورة مصرحًا باستخدامها وأن يظهر فيها شخص بالغ بوضوح.
ويمكن أن تكون هذه الصورة الأساس لإنشاء شخص رقمي يحافظ على هوية بصرية واحدة طوال الفيديو، بدل ظهور شخصية مختلفة في كل مقطع.
4. إنشاء نسخة تجريبية قبل الفيديو الكامل
من الأفكار العملية المهمة في lanshu إنشاء نسخة تجريبية قصيرة قبل تنفيذ التوليد الكامل. وهذه الخطوة تهدف إلى اكتشاف المشاكل مبكرًا، مثل عدم مناسبة شكل المقدم، أو وجود مشكلة في حركة الفم، أو عدم تناسق الشخصية أو الإضاءة.
وتزداد أهمية هذه الخطوة عندما تكون أدوات التوليد المستخدمة مدفوعة، لأن اختبار جزء صغير من الفيديو قبل تنفيذ المشروع كاملًا قد يقلل من تكلفة إعادة المحاولة.
5. مزامنة حركة الفم مع الصوت
بعد إنشاء مادة المقدم، تأتي مرحلة Lip Sync أو مزامنة حركة الفم مع الكلام. وهي من أهم مراحل فيديوهات المقدمين الرقميين، لأن عدم تطابق حركة الشفاه مع الكلمات يجعل النتيجة أقل إقناعًا.
ولذلك يتعامل المشروع مع المزامنة باعتبارها جزءًا أساسيًا من سير العمل، مع وجود آليات للتعامل مع المشكلات بدل إعادة إنشاء جميع العناصر من الصفر في كل مرة.
6. إضافة الترجمة والكلمات المهمة والمؤثرات
بعد الانتهاء من المقدم والصوت، يتم بناء الخط الزمني للفيديو وإضافة Captions أو الترجمة، إلى جانب مؤثرات للكلمات المهمة والعناصر البصرية والانتقالات.
وهذا أمر مهم في فيديوهات Shorts وReels والمحتوى التعليمي السريع، لأن الترجمة والإبراز البصري للكلمات الأساسية يساعدان المشاهد على متابعة الفكرة حتى في حال عدم الاستماع إلى الصوت بشكل كامل.
7. إعداد الغلاف والرندر النهائي
لا يقتصر سير العمل على إنشاء الفيديو نفسه، بل يتضمن أيضًا تجهيز عناصر مرتبطة بالتسليم، مثل الغلاف والرندر النهائي والنسخ اللازمة للمشاركة، بحسب إعدادات المهمة.
8. فحص الجودة قبل التسليم
من النقاط المهمة التي تميز المشروع وجود مرحلة QA أو فحص جودة قبل اعتبار الفيديو جاهزًا. وتشمل المراجعة جوانب تقنية وبصرية مثل تشغيل الملف، وجودة الصوت، ومزامنة الفم، وثبات شكل المقدم، وظهور الترجمة، وتناسق المشاهد والعناصر البصرية.
كما يستخدم المشروع صورًا ثابتة من الفيديو النهائي للمراجعة البصرية، وهو ما يساعد على اكتشاف الأخطاء التي قد لا تكون واضحة عند فحص الملف تقنيًا فقط.
هل lanshu يحول أي صورة إلى فيديو؟
هذه نقطة تستحق التوضيح حتى لا يحدث لبس عند قراءة العنوان. المشروع يستطيع استخدام صورة مقدم مرجعية لإنشاء فيديو AI Presenter، لكنه ليس أداة عامة لتحويل أي صورة عشوائية إلى فيديو من النوع المعروف باسم Image-to-Video.
الصورة في هذا المشروع تؤدي دورًا محددًا: تحديد الشخصية أو المقدم الذي سيظهر في الفيديو. أما عملية الإنتاج نفسها فتشمل الصوت والنص والتوليد والمزامنة والتحرير وفحص الجودة.
لذلك فإن عبارة تحويل النص والصورة إلى فيديو بالذكاء الاصطناعي هنا تعني إنشاء فيديو بمقدم رقمي اعتمادًا على Script وصورة شخصية مصرح باستخدامها.
تأثيرات مونتاج مجانية أكثر من 30 جيجا لـ CapCut وPremiere Pro وAfter Effects
ما نوع الفيديو الذي ينشئه المشروع افتراضيًا؟
عند البدء من موضوع وعدم تحديد إعدادات مختلفة، يستخدم المشروع إعدادات موجهة للمحتوى العمودي القصير، وهي مناسبة بشكل خاص للمحتوى السريع على منصات الفيديو القصير.
- نسبة العرض إلى الارتفاع: 9:16
- الدقة: 1080×1920
- معدل الإطارات: 30 إطارًا في الثانية
- المدة المستهدفة: نحو 45 إلى 75 ثانية
- البنية المقترحة: افتتاحية واضحة، من 2 إلى 4 أجزاء رئيسية، ثم خاتمة مختصرة
أما إذا كنت تستخدم Script بطول محدد، فلا يلزم أن تكون المدة بين 45 و75 ثانية، لأن زمن الفيديو يرتبط بطبيعة النص والصوت والإعدادات التي تحددها للمهمة.
هل المشروع مجاني؟
المشروع نفسه مفتوح المصدر ومرخص بترخيص MIT، وهذا يعني أن كود المشروع متاح للاستخدام والتعديل والتوزيع وفق شروط الترخيص.
لكن يجب التمييز بين مجانية المشروع وتكلفة إنتاج الفيديو. فـlanshu ينظم عملية استخدام أدوات الصوت والفيديو ومزامنة الشفاه المتاحة لديك، وبعض هذه الأدوات أو الخدمات يمكن أن تكون مدفوعة.
ولهذا يتضمن سير العمل ضوابط قبل عمليات التوليد المدفوعة، مثل توضيح المحتوى الذي سيتم رفعه، ومدة التوليد، وأساس التكلفة، وخطة النسخة التجريبية، وحدود إعادة المحاولة. كما ينصح المشروع بالاستفادة من معرفات المهام الموجودة لتجنب تكرار عمليات مدفوعة عند استكمال مهمة متوقفة.
ما الأدوات التي يحتاجها lanshu للعمل؟
بما أن المشروع مصمم للعمل داخل بيئة Codex أو Agent متوافقة مع الـSkills المحلية، فإنه يحتاج إلى بيئة تشغيل مناسبة، وليس مجرد متصفح.
ومن المتطلبات المذكورة في المستودع:
- Codex أو بيئة Agent متوافقة مع الـSkills المحلية.
- Python 3.9 أو إصدار أحدث.
- FFmpeg وffprobe لمعالجة الفيديو وفحصه.
- Bash وأدوات مثل jq وawk وsed.
- إتاحة قدرة لتوليد الفيديو والصوت ومزامنة حركة الفم داخل البيئة المستخدمة.
وهذا يعني أن المشروع أقرب إلى Workflow تقنية موجهة إلى المستخدمين الذين يريدون أتمتة إنتاج الفيديو، وليس إلى تطبيق بسيط مخصص للمبتدئين الذين يبحثون عن واجهة رسومية فقط.
طريقة تثبيت lanshu خطوة بخطوة
إذا كانت بيئتك تدعم Codex والـSkills المحلية، يمكنك تثبيت المشروع من GitHub باستخدام الأمر التالي:
git clone https://github.com/cclank/lanshu-create-ai-presenter-video.git \
~/.codex/skills/lanshu-create-ai-presenter-videoبعد التثبيت، يمكنك استدعاء الـSkill مباشرة داخل المحادثة وطلب إنتاج فيديو اعتمادًا على النص والصورة المتوفرة لديك.
ويعرض المشروع مثالًا مبسطًا للاستخدام، مثل:
استخدم $lanshu-create-ai-presenter-video،
وحول هذه النصوص وصورة المقدم إلى فيديو رقمي عمودي
9:16، بمعدل 30 إطارًا في الثانية، مع ترجمة مباشرة.كما يمكنك إنشاء مجلد مهمة منظم قبل بدء الإنتاج باستخدام سكربت التهيئة الموجود داخل المشروع:
SKILL_DIR=~/.codex/skills/lanshu-create-ai-presenter-video
python3 "$SKILL_DIR/scripts/init_job.py" \
--job-dir ~/Videos/my-presenter-video \
--presenter-image ~/Pictures/presenter.png \
--topic "فيديو يشرح فكرة تقنية في دقيقة" \
--duration 60 \
--aspect 9:16 \
--rights-confirmed \
--adult-presenter-confirmedبعد ذلك يمكنك مراجعة ملف المهمة وإكمال المعلومات المطلوبة، ثم تشغيل فحص ما قبل الإنتاج للتأكد من جاهزية المهمة قبل بدء مراحل التوليد.
ماذا يحدث بعد إنشاء المهمة؟
ينظم المشروع ملفات المهمة في مجلد واضح يحتوي على المعلومات والمواد المرتبطة بالإنتاج. وهذا يجعل من السهل معرفة ما تم إنجازه، وما المرحلة التي وصلت إليها المهمة، وما الملفات التي تم إنشاؤها.
ويضم المستودع ملفات مرجعية منفصلة للتوليد والتحرير وفحص الجودة، إلى جانب سكربتات لتهيئة المهمة والفحص المسبق وتسليم الملفات النهائية.
وجود هذه البنية لا يفيد فقط في تنظيم الملفات، بل يجعل من الممكن التعامل مع إنتاج الفيديو كعملية قابلة للتكرار، وهو أمر مهم جدًا لمن ينشئ عددًا كبيرًا من الفيديوهات بدل إنشاء فيديو واحد بشكل منفصل كل مرة.
OpenMontage مشروع ﻷتمتة انشاء الفيديوهات بالذكاء الاصطناعي
ميزة مهمة: lanshu لا يفرض عليك مزود ذكاء اصطناعي واحد
من الجوانب التقنية المهمة في المشروع أنه محايد تجاه مزود الخدمة والنموذج. أي أنه لا يقول لك إنك مضطر لاستخدام خدمة محددة لتوليد الصوت أو الفيديو، وإنما يتعامل مع القدرات التي تتوفر داخل بيئتك.
هذه الفكرة مفيدة لأن خدمات الذكاء الاصطناعي تتغير بسرعة، وقد تظهر أدوات جديدة بجودة أفضل أو تكلفة أقل. وبوجود Workflow لا ترتبط بمزود واحد، يصبح من الأسهل تغيير بعض الأدوات مع الإبقاء على الهيكل العام لعملية الإنتاج.
لماذا يعتمد المشروع على الصوت كمرجع زمني؟
عندما يكون لديك فيديو يقدم فيه شخص رقمي نصًا صوتيًا، فأهم شيء هو أن يكون هناك توافق بين الكلام وحركة الفم والترجمة والعناصر البصرية.
ولهذا يعتمد lanshu على تسجيل أو توليد الصوت الكامل أولًا، ثم يستخدم مدته وتوقيته كمرجع لبقية مكونات الفيديو. فإذا كانت الجملة تبدأ عند الثانية 12 وتنتهي عند الثانية 17، يجب أن تتوافق معها حركة المقدم والترجمة والعناصر التي تظهر على الشاشة.
هذه الطريقة تساعد على تقليل مشكلات مثل اختلاف توقيت الترجمة أو انقطاع اللقطات في منتصف الجملة أو ظهور الكلمات قبل نطقها بزمن طويل.
أفضل 11 موقع تحويل النص إلى صوت احترافي مجانا
هل يمكن استخدام lanshu لصناعة Shorts وReels؟
نعم، الإعدادات الافتراضية للمشروع مصممة بصورة مناسبة للفيديو الرأسي القصير، مع دقة 1080×1920 ومعدل 30 إطارًا في الثانية ومدة مستهدفة من 45 إلى 75 ثانية عند البدء من موضوع.
ولهذا يمكن أن يكون مناسبًا لإنتاج مقاطع قصيرة مثل YouTube Shorts وInstagram Reels، إضافة إلى الشروحات التقنية السريعة والمحتوى التعليمي ومقاطع تقديم الأدوات والخدمات.
وفي الوقت نفسه، يمكنك تغيير النسبة والمدة والإعدادات الأخرى عند الحاجة، لذلك لا يقتصر الاستخدام على صيغة واحدة فقط.
ما الذي يجعل lanshu مختلفًا عن أدوات إنشاء الفيديو المعتادة؟
قد تبدو الفكرة للوهلة الأولى شبيهة بأدوات إنشاء الفيديو بالذكاء الاصطناعي الموجودة حاليًا، لكن الاختلاف الأساسي هو أن المشروع لا يركز على مرحلة التوليد وحدها.
بدلًا من ذلك، يحاول تنظيم العملية كاملة: من النص والتعليق الصوتي، إلى إنشاء الشخصية، ومزامنة حركة الفم، وإضافة الترجمة، والكلمات المهمة، والغلاف، والرندر، ثم فحص الجودة.
وهذا يعني أن القيمة الحقيقية للمشروع تكمن في الأتمتة وتنظيم سير العمل، وليس في كونه نموذجًا جديدًا لتوليد الفيديو بحد ذاته.
أفضل 14 موقع ترجمة فيديو ودبلجة بالذكاء الإصطناعي
ما أهمية فحص الجودة في نهاية المشروع؟
قد تبدو عملية فحص الفيديو بعد الرندر خطوة ثانوية، لكنها مهمة جدًا في المحتوى المولد بالذكاء الاصطناعي، لأن نجاح عملية التوليد لا يعني بالضرورة أن النتيجة صالحة للنشر.
قد يظهر مثلًا اختلاف في شكل المقدم بين مشهدين، أو مشكلة في حركة الفم، أو خطأ في الترجمة، أو خلل في الصوت، أو لقطة غير مناسبة. ولهذا يضم المشروع مرحلة مخصصة للمراجعة التقنية والمراجعة البشرية قبل التسليم النهائي.
وهذه النقطة تعكس طريقة تفكير أقرب إلى سير عمل إنتاج احترافي، حيث لا تعتبر المهمة مكتملة لمجرد وجود ملف فيديو في المجلد.
الخصوصية وحقوق استخدام الصور والأصوات
عند استخدام صورة شخص لإنشاء مقدم رقمي، يجب أن تكون لديك حقوق استخدام الصورة. والمشروع يطلب التأكد من حقوق الصورة وحالة كون الشخص بالغًا قبل عمليات الرفع إلى الخدمات الخارجية.
وينطبق الأمر نفسه على الصوت. فإذا كنت تستخدم عينة صوتية لإنشاء صوت مشابه أو استنساخه، فيجب أن يكون لديك تصريح مناسب لاستخدام هذا الصوت لهذا الغرض.
كما يوضح المستودع أن المشروع نفسه لا يحتفظ بمفاتيح API أو رموز الوصول أو روابط التنزيل الموقعة أو مواد المستخدم داخل المستودع، مع وجود إجراءات لتنظيف معلومات الاعتماد والروابط المؤقتة من سجلات المهام قبل مشاركتها.
ومع ذلك، تبقى سياسة الخصوصية الفعلية مرتبطة بالخدمات الخارجية التي تختار استخدامها، ولذلك من الضروري مراجعة شروط كل مزود قبل رفع أي مادة شخصية إليه.
شرح انشاء فيديو بالذكاء الاصطناعي بشكل آلي بالكامل
أهم مزايا lanshu في نقاط سريعة
- تحويل موضوع أو Script وصورة مقدم إلى Workflow منظمة لإنتاج فيديو AI Presenter.
- إدارة مراحل الصوت وتوليد الشخصية ومزامنة الشفاه والتحرير ضمن مسار واحد.
- إضافة Captions والكلمات المهمة والمؤثرات البصرية والغلاف.
- الاعتماد على الصوت النهائي كمرجع زمني لبقية مكونات الفيديو.
- إتاحة نسخة تجريبية قبل تنفيذ الإنتاج الكامل.
- فحص تقني وبصري للفيديو قبل التسليم.
- عدم الارتباط بمزود ذكاء اصطناعي واحد.
- إمكانية تخصيص مدة الفيديو ونسبته وإعداداته بحسب المهمة.
- المشروع مفتوح المصدر ومتاح بترخيص MIT.
هل lanshu مناسب للمستخدم العادي؟
يعتمد ذلك على ما تبحث عنه. إذا كنت تريد موقعًا بسيطًا ترفع إليه صورة وتكتب نصًا ثم تحصل على الفيديو دون أي إعدادات تقنية، فهذا المشروع مختلف عن هذا النوع من الخدمات.
أما إذا كنت تريد بناء عملية أكثر تنظيمًا لإنتاج الفيديو، وتهتم بالأتمتة وبيئات Codex وAgents، فقد يكون lanshu خيارًا مناسبًا للتجربة، خصوصًا إذا كنت تنشئ عددًا متكررًا من فيديوهات المقدم الرقمي.
الاطلاع على مشروع lanshu على GitHub
إذا أردت معرفة جميع الملفات الموجودة داخل المشروع، ومتطلبات التشغيل، وطريقة التثبيت، وأوامر التهيئة، ومراحل التوليد والتحرير وفحص الجودة، فمن الأفضل الاطلاع على المستودع الرسمي قبل البدء.
خلاصة القول
إذا كنت تبحث عن طريقة منظمة لـتحويل النص والصورة إلى فيديو بالذكاء الاصطناعي مع مقدم رقمي، فإن مشروع lanshu-create-ai-presenter-video يقدم فكرة مختلفة تستحق الاهتمام، لأنه لا يركز على التوليد فقط، بل على تنظيم دورة إنتاج الفيديو كاملة.
يمكنك البدء بموضوع أو Script وصورة مقدم مصرح باستخدامها، ثم الانتقال إلى التعليق الصوتي وتوليد الشخصية ومزامنة الشفاه وإضافة الترجمة والكلمات المهمة والمؤثرات، ثم إخراج الفيديو وإجراء فحص نهائي قبل التسليم.
كما أن المشروع مفتوح المصدر، ويعتمد على مبدأ عدم الارتباط بمزود خدمة واحد، وهو ما يجعله قابلًا للتكيف مع الأدوات المتاحة في بيئة التشغيل.
لكن من المهم أن تتذكر أن المشروع نفسه مفتوح المصدر، بينما الخدمات التي تستخدمها لإنتاج الصوت أو الفيديو أو مزامنة الشفاه قد تكون مدفوعة. لذلك فإن التكلفة الفعلية تعتمد على الأدوات التي تختارها وطريقة استخدامها.
في النهاية، القيمة الأساسية في lanshu ليست فقط القدرة على إنشاء فيديو بمقدم ذكاء اصطناعي، وإنما تحويل مجموعة من الخطوات المتفرقة إلى سير عمل متكامل وقابل للتكرار يمكن استخدامه لإنتاج محتوى قصير وتعليمي وتسويقي بصورة أكثر تنظيمًا.
هذا المقال لأغراض المعلومات والتعريف بالمشروع فقط. قد تتغير خصائص المشروع أو متطلبات تشغيله أو الأدوات والخدمات المتوافقة معه بمرور الوقت، لذلك يُنصح بالرجوع إلى المستودع الرسمي والوثائق المرفقة قبل التثبيت أو الاستخدام.
لا يضمن TechFlix نتائج محددة من أي نموذج أو خدمة ذكاء اصطناعي خارجية يتم استخدامها مع المشروع، ولا يتحمل مسؤولية الرسوم أو الأعطال أو تغييرات السياسات أو شروط الاستخدام الخاصة بالخدمات الخارجية.
يتحمل المستخدم مسؤولية التأكد من حقوق استخدام الصور والأصوات والمواد التي يقوم بإدخالها أو رفعها إلى الأدوات الخارجية، كما يتحمل مسؤولية الالتزام بالقوانين وحقوق الملكية الفكرية وشروط الاستخدام الخاصة بكل خدمة.
الرابط الخاص بمشروع lanshu-create-ai-presenter-video الموجود في هذا المقال هو رابط GitHub للتعريف بالمشروع والوصول إلى مصدره الرسمي، وليس رابط أفلييت أو رابطًا مدفوعًا.
في حال احتوى موقع TechFlix على روابط أفلييت لخدمات أو أدوات أخرى، فسيتم توضيح طبيعة هذه الروابط للقارئ وفق سياسة الإفصاح الخاصة بالموقع. وقد يحصل الموقع على عمولة عند استخدام بعض الروابط المؤهلة، دون أن يؤثر ذلك على المعلومات التقنية الأساسية الواردة في المقال.
