پروژه اتوماسیون تولید محتوا

موضوع: درخواست پیاده‌سازی پایپ‌لاین تولید محتوای هوشمند پزشکی سلام [نام فرد]، وقت بخیر، من در حال اجرای یک پروژه بزرگ در حوزه آموزش پزشکی هستم و به دنبال یک برنامه‌نویس مسلط به Python و APIهای گوگل کلاود هستم تا یک سیستم اتوماسیون (Pipeline) برای تولید محتوا طراحی کند. جزئیات فنی و انتظارات من به شرح زیر است: ۱. صورت‌مسئله: من حدود ۱۵,۰۰۰ تصویر (فرمت PNG، ابعاد ۷۶۸x۱۳۷۶) دارم که باید توسط هوش مصنوعی تحلیل شده و به ویدیوهای آموزشی تبدیل شوند. ۲. مشخصات فنی (غیرقابل تغییر): هوش مصنوعی (تحلیل تصویر): استفاده از مدل Gemini 3.1 Pro با فعال‌سازیِ الزامیِ قابلیت Thinking/Reasoning Mode. دقتِ علمی و تحلیلِ هوشمندِ تصاویر برای من حیاتی است. خروجی باید شامل یک فایلِ Audit Log متنی باشد که متادیتایِ هر پردازش (مدل، وضعیتِ Reasoning، زمان) در آن درج شده باشد. تولید صدا (TTS): استفاده از سرویس Google Cloud TTS. منحصراً از مدل‌های سری Neural2 یا Chirp (HD Voices) استفاده شود. صدای انتخابی باید مردانه (MALE)، بم (Deep) و با لحنِ مقتدر و رسمی (Authoritative) باشد. کیفیت ویدیویی: نرخ فریم ۱ فریم بر ثانیه (1 FPS). ابعاد تصویر باید دقیقاً مطابق فایل اصلی (۷۶۸x۱۳۷۶) باشد. تنظیماتِ انکودینگ (CRF 18-20) باید طوری اعمال شود که کیفیت بصری تصاویر در ویدیو به صورت "Visually Lossless" حفظ شود و هیچ افت کیفیتی نداشته باشیم. ۳. نحوه ارائه برآورد قیمت: لطفاً با توجه به حجم ۱۵ هزار تصویر، برآورد خود را در دو بخش تفکیک کنید: هزینه خدمات برنامه‌نویسی: مبلغ پیشنهادی برای طراحی، پیاده‌سازی و تستِ کاملِ این سیستم (Pipeline). زمان‌بندی: تخمین زمانی برای آماده‌سازی نسخه تست (پایلوت) و زمانِ کل برای پردازشِ ۱۵ هزار عکس. ۴. شروع همکاری: پیش از توافقِ نهایی، نیاز دارم یک نمونه تست ۳۰ ثانیه‌ای (شامل تحلیل تصویر + صدایِ انتخابیِ شما) دریافت کنم تا از کیفیتِ خروجیِ مورد نظرم اطمینان حاصل کنم. لطفاً بفرمایید آیا ظرفیتِ زمانی و فنیِ اجرای این پروژه را دارید؟ اگر بله، ممنون می‌شوم برآوردِ قیمتی خود را بفرمایید تا وارد جزئیاتِ دسترسی‌ها شویم. با احترام،