Tutorial completo para criar vídeos ASMR com IA de forma automatizada…

INEMA

Ensure torch >= 2.4.0⌗

pip install -r requirements.txt

git clone github.com/Wan-Video/Wan2.1.git ↗

O RunPod é uma plataforma de computação em nuvem especializada em IA e aprendizado de máquina, onde você pode alugar GPUs poderosas sob demanda, de forma simples, flexível e escalável.

🔍 O que é o RunPod?⌗

É uma plataforma de GPU na nuvem, ideal para treinar e escalar modelos de IA, com cobrança por segundo e sem custo quando está inativo
Você pode lançar instâncias GPU como RTX 3090, 4090, A100, H100, entre outras, em diferentes datacenters ao redor do mundo
A empresa foi fundada em 2022 e tem sede na Filadélfia, EUA

⚙️ Principais funcionalidades⌗

Pods GPU on-demand: crie instâncias com GPU em minutos, sem necessidade de infraestrutura complexa
Serverless GPU: execute carga de trabalho de IA sem gerenciar servidores — ideal para API endpoints escaláveis
Clusters instantâneos: conecte várias GPUs rapidamente para tarefas pesadas de treinamento ou inferência
Armazenamento persistente opcional: você pode manter dados e modelos mesmo quando a instância é encerrada (via volume disk ou network volume)
Modelos de setup rápido: use templates com Docker e PyTorch já instalados para começar imediatamente

💰 Preços e economia⌗

Cobrança flexível por hora ou por segundo — você paga somente pelo tempo que usa a GPU
Spot instances (como community cloud) podem custar até 70% menos que instâncias seguras, como uma 4090 por cerca de \$0,34/h
Instâncias H100 ou A100 oferecem performance máxima por minutos, reduzindo custo por vídeo ou treino.

🧠 Vantagens para projetos com IA⌗

Não exige compra de hardware sofisticado: ideal para quem precisa de processamento GPU ocasionalmente
Facilita o uso de ferramentas como n8n, Jupyter, automações e pipelines em IA sem precisar manter uma infraestrutura própria.
Escala conforme sua necessidade: você pode rodar apenas quando quiser e pausar depois.

⚠️ Limitações e pontos de atenção⌗

Instâncias temporárias (spot/cloud) podem ser interrompidas, exigindo reconfiguração — usar volumes de rede ajuda a preservar dados entre sessões
A estabilidade e experiência podem variar, especialmente na community cloud. Monitorar performance e disponibilidade é essencial

📝 Para que serve — casos de uso⌗

Caso de Uso	Descrição
Treinamento de modelos IA	Use GPUs potentes como H100 e A100 para treinar ou fine-tunar modelos
Inferência com baixa latência	Deploy de endpoints para servir modelos em tempo real
Renderização de vídeo e conteúdos	Geração de vídeos com IA via pipelines Python
Automação e prototipagem rápida	Integrar com ferramentas como n8n, Jupyter e Docker para acelerar workflows

🧪 Depoimentos da comunidade⌗

Usuários relatam que o RunPod é significativamente mais barato que manter uma GPU local, principalmente quando usados esporadicamente. Um usuário disse:

“RunPod – cheaper than their ‘secure cloud’ … once you get a good one you can use it all day no problem”

✅ Conclusão⌗

O RunPod é uma solução acessível, flexível e prática para quem quer usar GPUs de alto desempenho sem custos fixos ou infraestrutura própria. É ideal para gerar vídeos IA, automação, treinamento ou deploy de modelos, com suporte a instâncias spot e serverless.

youtube.com/watch ↗

⚙️ Hacks para otimizar seu sistema de vídeos ASMR com IA⌗

1. Use imagens prontos de bancos gratuitos para gerar vídeos melhores⌗

Plataformas como Unsplash, Pexels, ou Lexica.art têm imagens perfeitas para ASMR.
Escolha imagens com fundo limpo e texturas claras (vidro, papel, madeira, etc).

Exemplo: Imagem de uma bola de gude em mesa de madeira → ótimo contraste para gerar movimento sutil.

2. Use o ChatGPT para gerar prompts com sensações⌗

Em vez de escrever apenas "bola em vidro", gere algo como:
"A glass marble softly rolling on a smooth oak table, subtle shadows cast under gentle light"

Prompt no ChatGPT:

Crie um prompt ASMR visual de 1 linha para um objeto [nome], em uma textura [nome], com sensações visuais, sem exageros.

3. Combine o som com descrição emocional no prompt⌗

Ao criar o prompt para áudio, inclua emoções sutis:
"som relaxante de vidro deslizando suavemente"
"ruído suave de folhas secas sendo tocadas lentamente"

4. Reduza tempo e custo com spot instances no RunPod⌗

Spot instances economizam até 70% do valor por hora.
Use H100 se for escalar, mas para testes 3090 já é suficiente.

5. Padronize os nomes dos arquivos com número da linha⌗

Nomear arquivos como 3.mp4 e 3_final.mp4 permite:
Rastreabilidade automática
Redução de erro no workflow
Fácil debug

6. Aproveite o volume disk para salvar modelos e reusar⌗

Salve seus checkpoints e modelos no volume disk:
Não será perdido ao desligar a máquina
Evita baixar tudo novamente
Garante desempenho mais rápido nas execuções seguintes

7. Reaproveite o mesmo workflow para gerar reels, shorts e TikTok⌗

Gere vídeos verticais (9:16) alterando o parâmetro de resolução no script.
Exporte vídeos curtos (3-5s) com loop, ideais para YouTube Shorts, TikTok, Reels.

8. Agende execução automática com Google Sheets + n8n⌗

Coloque uma coluna “data de execução” e use uma rotina no n8n para verificar a planilha diariamente.
Automatize a produção contínua (tipo “fábrica de vídeos”).

9. Teste diferentes “guidance scale” no script⌗

guidance_scale=7 (valor sugerido) → mais coerente com prompt
guidance_scale=3-5 → mais liberdade criativa
Teste entre 3 a 10 e salve os melhores

10. Rode múltiplas execuções em paralelo (GPU permitting)⌗

Se sua GPU permitir, paralelize a execução com múltiplos scripts.
Use nomes únicos para arquivos (ex: timestamp ou UUID).

11. Use o Whisper para gerar legenda automática depois⌗

Após gerar o vídeo com áudio, rode um script com Whisper AI para extrair legendas (srt ou embutidas no vídeo).

12. Venda packs de vídeos ASMR personalizados⌗

Crie pacotes com:
Sons de relaxamento
Sons de objetos específicos (teclas, vidro, areia)
Sons com nomes de marcas para personalização

🔧 PASSO A PASSO PARA CRIAR VÍDEOS ASMR COM IA NO PILOTO AUTOMÁTICO⌗

1. Escolher onde rodar o sistema⌗

Opção A: Localmente (se seu PC tem GPU compatível com CUDA >= 12.4.1).
Opção B: Em nuvem usando RunPod.

2. Criar o ambiente no RunPod (se for usar a nuvem)⌗

Acesse: https://runpod.io
Crie uma instância com GPU (ex: H100 ou 4090).
Escolha um template oficial com PyTorch instalado.
Configure:
Docker com CUDA 12.4.1+
Expor portas: 5678 (para n8n) e 8888 (para Jupyter, se necessário)
Volume Disk para persistência dos arquivos (opcional)

3. Instalar modelos e dependências via terminal (Jupyter ou SSH)⌗

a) Clonar modelo de imagem para vídeo:⌗

git clone https://github.com/your_repo/wan2.1 cd wan-2.1 pip install -r requirements.txt

b) Criar script `i2v.py` para gerar vídeo:⌗

Copie o script de exemplo do repositório.
Gere o primeiro vídeo de teste com imagem sample já incluída.

python i2v.py

4. Transformar o script em versão dinâmica⌗

Copie o i2v.py para o ChatGPT ou ChatGPT Code Interpreter.
Peça para converter em um script com parâmetros de entrada:
imagem
prompt
Use: python i2v.py --image caminho.png --prompt "descrição"

5. Instalar suporte ao áudio⌗

a) Instalar bibliotecas adicionais:⌗

pip install torchaudio==<compatível com sua versão CUDA>

Exemplo para CUDA 12.4.1:

pip install torchaudio --extra-index-url https://download.pytorch.org/whl/cu124

b) Instalar e preparar script `mm_audio_demo.py`:⌗

Clone repositório do mm-audio.
Prepare um script que gere áudio ASMR com base no vídeo e no prompt.

6. Configurar o n8n (local ou na nuvem)⌗

a) Abrir n8n pela porta 5678⌗

Acesse a URL gerada pelo RunPod.
Crie usuário e senha.

b) Importe o template de workflow com 8 nós:⌗

Usar o botão: Import from File
Se não tiver o template, posso te ajudar a recriar.

7. Criar e conectar uma planilha do Google Sheets⌗

Colunas obrigatórias:
object (objeto para o vídeo)
texture (textura)
image_url (link da imagem no Google Drive)
status (iniciar com “pending”)
output (campo que será preenchido depois)

Exemplo:⌗

object	texture	image_url	status	output
maçã	vidro	https\://...	pending

c) Autenticar o Google Sheets no n8n⌗

Vá até o nó correspondente.
Siga as instruções para obter:
client ID
client secret
redirect URI
Copie essas informações do Google Cloud Console

8. Etapas do Workflow no n8n⌗

Ler linha "pending" da planilha
Criar prompts dinâmicos de vídeo e áudio com base no objeto/textura
Fazer download da imagem do Google Drive
Mover imagem para o disco local (workspace)
Executar script Python i2v.py para gerar vídeo 6. Executar script Python mm_audio_demo.py para gerar áudio ASMR 7. Unir vídeo e áudio
Atualizar planilha com link final do vídeo e status "completed"

9. Melhorias e ajustes⌗

Ajustar a escala de orientação ("guidance scale") no script Python (ex: valor 7) para melhorar fidelidade do vídeo ao prompt.
Ajustar prompt se o movimento estiver estranho.
Otimize o tempo de execução usando GPUs mais rápidas como H100.

10. Resultado⌗

Você terá um vídeo .mp4 com áudio ASMR sincronizado.
Link final estará na sua planilha, pronto para ser publicado ou baixado.

Objetivo: Ensinar como criar vídeos ASMR com IA no piloto automático, sem custo e sem necessidade de codificação (ou com mínima edição).

1. Proposta do Sistema⌗

Criar vídeos ASMR com IA gratuitamente, rodando localmente ou em nuvem (como RunPod).
Utiliza o n8n (automação), Python, e bibliotecas como torch, torch-audio, e mm-audio.
Vídeos e áudios são gerados a partir de prompts e imagens definidas numa planilha do Google Sheets.
Pode ser feito sem codar, usando templates prontos e arrastar e soltar.

2. Tecnologias e Ferramentas Usadas⌗

n8n (self-hosted) para automação
RunPod para máquinas com GPU (ou uso local se tiver GPU)
Google Sheets como base de controle (prompts, imagens, status)
Python scripts:
i2v.py: converte imagem em vídeo
mm_audio_demo.py: gera áudio ASMR com base no vídeo
Jupyter Notebook: para instalação e controle do ambiente
Docker + CUDA: ambiente com suporte a PyTorch

3. Passos Principais do Tutorial⌗

Parte 1 – Preparação⌗

Configurar ambiente no RunPod com Docker + CUDA >= 12.4.1.
Criar volume disk (persistência) e expor portas (5678 para n8n).
Instalar wan2.1 para geração de vídeo e bibliotecas necessárias.

Parte 2 – Geração do vídeo⌗

Baixar imagem do Google Drive via n8n.
Escrever imagem no disco (baseado no número da linha da planilha).
Executar script Python para gerar vídeo com base na imagem e no prompt.

Parte 3 – Geração do áudio⌗

Gerar o áudio ASMR com o script mm_audio_demo.py.
Baseia-se no prompt de som definido na planilha.
Combina com o vídeo anterior.

Parte 4 – Atualização dos dados⌗

Atualiza o status na planilha do Google para “completed”.
Inclui o link do vídeo final no campo de saída.

4. Considerações⌗

Pode levar de 5 a 20 minutos por vídeo, dependendo da GPU.
Resultados podem variar — é necessário ajustar o prompt e a escala de orientação para melhorar qualidade.
Possui suporte na comunidade do autor com templates prontos e ajuda técnica.

5. Exemplos Citados⌗

Vídeo ASMR de objetos com texturas como vidro ou frutas.
Demonstração de criação de vídeo com imagem e som totalmente gerados por IA.
Workflow com 8 nós no n8n, conectando imagem, prompt, vídeo e som automaticamente.

6. Resumo Final⌗

Esse sistema permite que você crie vídeos ASMR gerados por IA de forma automatizada, usando uma planilha como painel de controle, Python para processar, e n8n para orquestrar — sem gastar com APIs externas. Ideal para quem quer escalar a produção de vídeos ASMR ou iniciar uma agência de conteúdo com IA.

Crie vídeos ASMR de IA ilimitados de $0 no piloto automático (sem necessidade de código)

Sistema de vídeo ASMR com IA de US$ 0 que permite gerar inúmeros vídeos no estilo ASMR diretamente do seu host local — e funciona completamente no piloto automático 🤯

Bum, você tem um vídeo ASMR de IA pronto para ser lançado.

Runpod: https://www.runpod.io/

Wan2.1: https://github.com/Wan-Video/Wan2.1

MMAudio: https://github.com/hkchengrex/MMAudio

al47 - videos $0 ASMR

chatgpt.com ↗