SUNDARI DOCUMENTARY STUDIO — पहला संस्करण
वेबसाइट: https://documentary.sundarirecords.com/

पहली बार
1. ZIP खोलें और Sundari-Documentary-Mac फोल्डर Downloads में रखें।
2. Setup-Documentary.command चलाएँ। Python 3.10/3.11/3.12 और ffmpeg चाहिए।
   Homebrew है तो setup ffmpeg install कर सकता है।
3. Browser अपने आप खुलेगा। स्थानीय लिंक: http://127.0.0.1:8766
   यह लिंक key खुद भर देता है। दूर की वेबसाइट में Terminal की Documentary key एक बार डालें।
4. AI से असली object motion बनाने के लिए Install-AI.command एक बार चलाएँ।
   यह अलग environment बनाता है। पुराने voice engine की libraries नहीं बदलता।
5. अगली बार केवल Start-Documentary.command चलाएँ। Terminal खुला रहने दें।
   कैमरा pan/zoom और तैयार MP4 जोड़ना AI installer के बिना भी चलेंगे।

यदि Mac double-click की अनुमति न दे तो Terminal में bash और एक space लिखें,
फिर उसी .command फाइल को Terminal में खींचें और Enter दबाएँ।

अपनी आवाज़
पुराना Start-Sundari.command भी चलाएँ। Documentary में “मेरी क्लोन आवाज़ लाएँ”
दबाएँ और अपनी आवाज़ चुनें। दूसरे voice key की जरूरत नहीं; local engine उसे उसी
Mac पर पढ़ता है। पहले से बने WAV/MP3 हर सीन में अलग अपलोड भी कर सकते हैं।
Voice Studio v3 memory update चाहिए जिसमें speed, enhance और documentary शैली उपलब्ध हैं।
https://voice.sundarirecords.com/ से पुराना voice update मिल सकता है।

कहानी का workflow
- ChatGPT से कहानी और फोटो बनवाएँ। फोटो 001.jpg, 002.png आदि नाम से डाउनलोड करें।
- स्टूडियो के “निर्देश कॉपी करें” को ChatGPT में कहानी के साथ दें।
- resulting JSON या TXT अपलोड करें। फिर नंबर वाली फोटो batch में डालें।
- हर सीन का narration हिंदी और motion English में रखें।
- पूरी कहानी का बड़ा बॉक्स reference है। आवाज़ सीन के narration से बनती है।
- हर सीन में mode चुनें: AI / Camera (सिर्फ zoom-pan) / अपनी तैयार वीडियो।
- AI mode में फोटो न हो तो motion description से text-to-video चल सकता है।
- पहले एक छोटा सीन Test quality पर बनाएँ। प्रीव्यू देखें, फिर बाकी सीन चलाएँ।
- “रोकें” वर्तमान सीन पूरा होने पर रुकता है। आगे “बाकी सीन बनाएँ” से जारी करें।
- browser refresh करने पर key याद रहती है; Mac से पुराने प्रोजेक्ट चुन सकते हैं।
- MP4, हर सीन का MP4, SRT और पूरा ZIP डाउनलोड उपलब्ध है। ZIP वापस खोल सकते हैं।

अवधि और गुणवत्ता — जरूरी सीमाएँ
- AI स्रोत क्लिप LTX-Video 0.9.5 2B से लगभग 2–5.4 सेकंड की बनती है।
- Test: 512×288. Standard: 768×448. Vertical में dimensions उलट जाते हैं।
- 720p/1080p export स्रोत को resize करता है; अतिरिक्त असली detail नहीं बनाता।
- narration की लंबाई अंतिम सीन की अवधि तय करती है। स्रोत क्लिप छोटी हो तो चुने
  गए विकल्प के अनुसार आखिरी frame hold होगा या clip loop होगी। Loop का जोड़ दिख सकता है।
- 10–20 मिनट की लगातार motion कहानी के लिए कई छोटे shots/फोटो रखें।
- फोटो देने पर भी चेहरा/हाथ/वस्तु बदल सकती है; reference exact identity guarantee नहीं है।
- Google Flow जैसी गुणवत्ता या prompt का सटीक पालन वादा नहीं है।
- इस build में story अपने आप समझकर भाव तय करने वाला अलग LLM नहीं है। Motion plan
  ChatGPT से आता है; narration pauses/voice settings आपके scene text से चलते हैं।
- M4 16GB पर AI inference/quality अभी वास्तविक device पर सत्यापित नहीं है।
  पहला download कई GB है; model के लिए लगभग 25GB खाली storage रखना व्यावहारिक है।
  पहले Test पर एक सीन चलाएँ। AI render कई मिनट/अधिक ले सकता है; benchmark नहीं किया है।
- Memory error पर अन्य भारी apps बंद करें, Test चुनें। Voice v3 में अलग process हर voice chunk के बाद बंद होगा। Voice बन चुकी हो तो WAV
  डाउनलोड करके अपलोड करें और voice engine बंद करने से memory बच सकती है।
- SRT में हर सीन का पूरा narration एक cue है; word-by-word karaoke नहीं।

सेव कहाँ होगा?
~/Library/Application Support/SundariDocumentary/
हर project अलग ID folder में: project.json, numbered image/video/WAV, final MP4।
AI models Hugging Face के local cache में रहते हैं। Setup ZIP में models नहीं हैं।
ब्राउज़र में draft metadata और key है; Mac folder और exported ZIP मुख्य backup हैं।
Private/incognito browser या site data साफ करने पर key दोबारा डालनी पड़ेगी।
वेबसाइट को फोटो/आवाज़ भेजने वाला cloud upload नहीं है। localhost engine इस्तेमाल होता है।

तकनीकी नोट
- FastAPI loopback 127.0.0.1:8766, bearer auth, exact allowed origins.
- Voice service 127.0.0.1:8765, अलग process.
- AI libraries अलग .ai-venv. T5 CPU encoding के बाद memory release, फिर video
  transformer MPS/CUDA/CPU पर चलता है। हर scene के बाद AI process बंद हो जाता है।
- FFmpeg camera animations, audio normalization, scene joining and export.
- AI model download: https://huggingface.co/Lightricks/LTX-Video-0.9.5
  Model और dependencies की अपनी licences लागू हैं।

जाँचा गया
Auth, CORS/local-network headers, scene parsing, draft refresh, numbered matching,
real FFmpeg camera render + WAV audio, MP4 concatenate, SRT, ZIP export/restore,
imported video और edit invalidation। AI model inference/M4 speed का परीक्षण बाकी है।
