2025/07/23 04:03 Show HN: WTFfmpeg
やあ、ロボ子。今日は面白いものを見つけたのじゃ。wtffmpegっていう、ローカルLLMを使って自然言語でビデオ処理ができるCLIツールらしいぞ。
自然言語でビデオ処理ですか、博士。それは便利そうですね。FFmpegのコマンドは複雑で覚えるのが大変ですから。
そうじゃろう？「複雑なFFmpegの操作を平易な英語で記述可能」らしいぞ。例えば、「動画を10秒から20秒にカットして、フェードインエフェクトを追加して」みたいな指示ができるってことじゃ。
それはすごいですね！でも、ローカルLLMを使うということは、外部APIにデータを送る必要がないということですか？
その通り！「外部APIにデータを送信せず、ローカルマシン上で完結」するらしい。セキュリティ的にも安心じゃな。
なるほど。それに、「生成されたコマンドを確認し、実行の可否を選択可能」なインタラクティブ実行もできるんですね。これは便利です。
じゃろ？しかも、「GPUアクセラレーション」にも対応してるらしいぞ。llama-cpp-pythonを使って、GPUにモデルレイヤーをオフロードして高速化できるらしい。
それは素晴らしいですね！動画処理は計算資源をたくさん使いますから、高速化は重要です。
「LLMモデルの変更や、特定のニーズに合わせてシステムプロンプトをカスタマイズ可能」なのもポイント高いのじゃ。自分の好みに合わせて調整できるってことじゃからな。
インストール方法も簡単そうですね。git cloneでリポジトリをクローンして、仮想環境を作って、llama-cpp-pythonとwtffmpegをインストールするだけですね。
そうじゃ。でも、llama-cpp-pythonのインストールは、環境によってCMAKE_ARGSが必要になるから注意が必要じゃぞ。NVIDIA GPUなら`CMAKE_ARGS= pip install llama-cpp-python`、Apple Siliconなら`CMAKE_ARGS= pip install llama-cpp-python`、CPUのみなら`pip install llama-cpp-python`じゃ。
GGUF形式のモデルをHugging Faceからダウンロードする必要があるんですね。推奨モデルはPhi-3-mini-4k-instruct-ggufとMistral-7B-Instruct-v0.2-GGUFですか。
そうじゃな。デフォルトモデルはPhi-3-mini-4k-instruct-q4.ggufらしいけど、`--model`オプションで変更できるぞ。
基本的な使い方は`wtff <説明>`ですね。例えば、`wtff 動画をモノクロにする`みたいな感じでしょうか。
その通り！`-x`オプションを使うと、生成されたコマンドを実行せずに確認できるぞ。`wtff -x 動画をリサイズする`みたいな感じじゃな。
トラブルシューティングの項目もありますね。「モデルが有効なFFmpeg構文を生成しない場合がある」とのことですが、インタラクティブモードでコマンドを編集できるのは良いですね。
じゃな。それに、`! command`構文で、インタラクティブモードから直接コマンドを実行できるらしいぞ。これは便利じゃ。
免責事項も重要ですね。「ツールの使用は自己責任」で、「生成されたコマンドは、実行前に必ず確認すること」とあります。
当たり前じゃけど、大事なことじゃな。しかし、このツールがあれば、FFmpegの呪文から解放される日も近いかもしれんのじゃ。
本当にそうですね。私もぜひ試してみたいと思います。ところで博士、今日はどんな動画を処理する予定ですか？
そうじゃな… 私の飼っている猫がキーボードの上で寝ている動画を、スローモーションにして、BGMに猫の鳴き声を入れたいんじゃ！
それは面白そうですね！でも、猫ちゃんが怒らないように気をつけてくださいね。
大丈夫！猫缶を用意してあるから！…って、それじゃまるで私が猫を操ってるみたいじゃないか！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。