Google Cloud VEO Text-2-Video Generator

veo.sh

#!/bin/bash
# Was brauch man hier:
# * Google Cloud Account https://console.cloud.google.com/
# * Goofle Projekt mit aktivem Rechnungskonto
# * AKtoierte Vertex AI API https://cloud.google.com/vertex-ai/generative-ai/docs/model-reference/veo-video-generation?hl=de#rest-ttv
set -e

PROJECT_ID=""
LOCATION_ID="us-central1"
API_ENDPOINT="us-central1-aiplatform.googleapis.com"
MODEL_ID="veo-3.0-generate-001"
OUTPUT_DIR="./videos"

check_curl() {
    if ! command -v curl &> /dev/null; then
        echo "curl ist nicht installiert. Installiere curl..."
            sudo apt install curl
    fi
    echo "curl gefunden."
}

check_jq() {
    if ! command -v jq &> /dev/null; then
        echo "jq ist nicht installiert. Installiere jq..."
            sudo apt install jq
    fi
    echo "jq gefunden."
}

check_gcloud() {
    if ! command -v gcloud &> /dev/null; then
        echo "gcloud CLI ist nicht installiert. Installiere gcloud..."
        if command -v snap &> /dev/null; then
            sudo snap install google-cloud-cli --classic
        else
            curl https://sdk.cloud.google.com | bash
            exec -l $SHELL
            source ~/.bashrc
        fi
    fi
    echo "gcloud CLI gefunden."
}

check_auth() {
    if ! gcloud auth list --filter=status:ACTIVE --format="value(account)" | head -n 1 > /dev/null 2>&1; then
        echo "Nicht bei Google Cloud eingeloggt. Starte Authentifizierung..."
        gcloud auth login
        gcloud auth application-default login
    fi
    echo "Google Cloud Authentifizierung erfolgreich."
}

set_project() {
    if [ -z "$PROJECT_ID" ]; then
        read -p "Geben Sie Ihre Google Cloud Project ID ein: " PROJECT_ID
        if [ -z "$PROJECT_ID" ]; then
            echo "Fehler: Project ID darf nicht leer sein."
            exit 1
        fi
        gcloud config set project "$PROJECT_ID"
    fi
}

get_prompt() {
    read -p "Geben Sie Ihren Text-Prompt für die Video-Generierung ein: " VIDEO_PROMPT
    if [ -z "$VIDEO_PROMPT" ]; then
        echo "Fehler: Prompt darf nicht leer sein."
        exit 1
    fi
}

create_request_json() {
    cat << EOF > request.json
{
    "instances": [
        {
            "prompt": "$VIDEO_PROMPT"
        }
    ],
    "parameters": {
        "aspectRatio": "16:9",
        "sampleCount": 1,
        "durationSeconds": "8",
        "personGeneration": "allow_all",
        "addWatermark": true,
        "includeRaiReason": true,
        "generateAudio": true,
        "resolution": "720p"
    }
}
EOF
}

submit_generation() {
    echo "Sende Video-Generierungsanfrage..."

    create_request_json

    RESPONSE=$(curl -s \
        -X POST \
        -H "Content-Type: application/json" \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        "https://${API_ENDPOINT}/v1/projects/${PROJECT_ID}/locations/${LOCATION_ID}/publishers/google/models/${MODEL_ID}:predictLongRunning" \
        -d '@request.json')

    OPERATION_NAME=$(echo "$RESPONSE" | jq -r '.name // empty')
    OPERATION_ID=$(echo "$OPERATION_NAME" | sed 's/.*operations\///g')

    if [ -z "$OPERATION_ID" ] || [ "$OPERATION_ID" = "null" ]; then
        echo "Fehler: Konnte Operation ID nicht extrahieren."
        echo "Response: $RESPONSE"
        exit 1
    fi

    echo "Operation gestartet mit ID: $OPERATION_ID"
    rm -f request.json
}

poll_status() {
    echo "Warte auf Fertigstellung der Video-Generierung..."

    while true; do
        # Create status check request JSON
        cat << EOF > status_request.json
{
    "operationName": "${OPERATION_NAME}"
}
EOF

        STATUS_RESPONSE=$(curl -s \
            -X POST \
            -H "Authorization: Bearer $(gcloud auth print-access-token)" \
            -H "Content-Type: application/json" \
            "https://${API_ENDPOINT}/v1/projects/${PROJECT_ID}/locations/${LOCATION_ID}/publishers/google/models/${MODEL_ID}:fetchPredictOperation" \
            -d '@status_request.json')

        # Debug: Zeige die aktuelle Response
        #echo "DEBUG: Status Response:"
        #echo $STATUS_RESPONSE
        #echo "$STATUS_RESPONSE" | jq '.'

        STATUS=$(echo "$STATUS_RESPONSE" | jq -r '.done // false')
        METADATA=$(echo "$STATUS_RESPONSE" | jq -r '.metadata // empty')

        #echo "DEBUG: Done status: $STATUS"
        #echo "DEBUG: Metadata: $METADATA"

        if [ "$STATUS" = "true" ]; then
            ERROR=$(echo "$STATUS_RESPONSE" | jq -r '.error // empty')
            if [ -n "$ERROR" ] && [ "$ERROR" != "null" ]; then
                echo "Fehler bei der Video-Generierung:"
                echo "$ERROR"
                exit 1
            fi

            # Erweiterte Pfade für Video-Daten prüfen
            VIDEO_BASE64=$(echo "$STATUS_RESPONSE" | jq -r '.response.predictions[0].bytesBase64Encoded // .response.videos[0].bytesBase64Encoded // empty')
            if [ -z "$VIDEO_BASE64" ] || [ "$VIDEO_BASE64" = "null" ]; then
                echo "Fehler: Video-Daten nicht in der Antwort gefunden."
                echo "Verfügbare Response-Struktur:"
                echo "$STATUS_RESPONSE" | jq 'keys'
                echo "Response: $STATUS_RESPONSE"
                exit 1
            fi

            echo "Video erfolgreich generiert!"
            break
        fi

        echo "Status: In Bearbeitung... (warte 30 Sekunden)"
        sleep 30
    done
}

download_video() {
    mkdir -p "$OUTPUT_DIR"

    TIMESTAMP=$(date +%Y%m%d_%H%M%S)
    OUTPUT_FILE="$OUTPUT_DIR/veo_video_$TIMESTAMP.mp4"

    echo "Speichere Video als: $OUTPUT_FILE"
    echo "$VIDEO_BASE64" | base64 -d > "$OUTPUT_FILE"

    echo "Video erfolgreich gespeichert: $OUTPUT_FILE"
}

cleanup() {
    rm -f request.json fetch.json status_request.json
}

main() {
    echo "=== Google Cloud VEO Text-2-Video Generator ==="

    trap cleanup EXIT

    check_curl
    check_jq
    check_gcloud
    check_auth
    set_project
    get_prompt
    submit_generation
    poll_status
    download_video

    echo "=== Fertig! ==="
}

main "$@"