Artikel + Audio → Whiteboard-Video

Was macht Artikel + Audio → Whiteboard-Video?

Nimmt einen Artikel und eine vorhandene Audioaufnahme entgegen und liefert ein abspielbares, vollständiges Video. Materialdesign und Videoproduktion sind ein kontinuierlicher interner Workflow – der Benutzer muss kein weiteres Skill aufrufen oder technische Konfigurationen manuell vornehmen. Standardeinstellungen: Chinesisch, weißer Hintergrund, farbige Strichzeichnungen oder einfache flache Grafiken, 16:9, 1920×1080, 30 fps; Anpassungen nach Benutzervorgabe sind möglich.

Eingabe und Standardentscheidungen

• Originaltext und Originalaudio des Benutzers werden gespeichert. Die vorhandene Aufnahme ist die zeitliche Grundlage – es wird nicht neu vertont, die Stimme nicht verändert, keine Hintergrundmusik hinzugefügt, keine Beschleunigung vorgenommen, keine Pausen oder Enden abgeschnitten; Anpassungen erfolgen nur auf ausdrücklichen Wunsch des Benutzers.
• Der Artikel liefert Fakten und Erklärungsstruktur, die Aufnahme bestimmt den tatsächlichen Sprechtext und Rhythmus. Beide werden zunächst abgeglichen: Satzzeichenfehler, Lesart von Kapitelnummern und offensichtliche Tippfehler können direkt korrigiert werden; bei geringfügigen Sprechfehlern in der Aufnahme wird der Ton beibehalten und die Untertitelkorrektur dokumentiert. Bei wesentlichen inhaltlichen Änderungen, Umstellungen, widersprüchlichen Schlussfolgerungen oder der falschen Audiodatei werden die konkreten Unterschiede aufgelistet und nur diese eine Auswirkung auf das Endergebnis zur Entscheidung gestellt; die bildseitige Vorbereitung wird unabhängig von der Antwort fortgesetzt.
• Der Benutzer wird nicht aufgefordert, normale Kameraeinstellungen, Stil oder technische Entscheidungen zu bestätigen. Der Vorgang kann beginnen, sobald Artikel und Audio vollständig vorliegen; Rückfragen erfolgen nur bei fehlenden Pflichteingaben oder inhaltlichen Konflikten. Liegt kein Audio vor, wird das Storyboard vorbereitet, es darf jedoch nicht eigenmächtig durch neue Vertonung oder stummes Video ersetzt werden.
• Bei vorhandenem Storyboard, Material oder Projekt werden zuerst dessen editing-notes, style-lock und die tatsächliche Konfiguration gelesen; anerkannte Inhalte und Nummern werden beibehalten. Änderungen betreffen nur die betroffenen Teile, das gesamte Material wird nicht neu erzeugt.

Kontinuierlicher Workflow

1. Zuerst Audio lesen, dann Storyboard erstellen. Prüfe gemäß Ausführung und Ausrichtung die Umgebung, die tatsächliche Decodierungsdauer und den Hash. Ermittle Wort-für-Wort-Zeitstempel oder begründete Satz-Zeitstempel und gleiche den Artikel ab. Dasselbe Audio kann ein passendes Transkript per Hash wiederverwenden; nur denselben Dateinamen zu haben reicht nicht aus. Bestimme zuerst die Erzählabschnitte und Pausen, dann den visuellen Informationsgehalt.
2. Wissen in Bilder verwandeln. Lese Erklärgrafik-Design. Zerlege semantisch in Szenen, jede Szene hat ein klares Verständnisziel und eine sinnvolle Veränderung. Bevorzugt werden: Szenenillustrationen, Beziehungsdiagramme, Fallstudien-Vergleiche und Schritt-für-Schritt-Prozesse. Schlüsselwörter identifizieren Objekte; der vollständige Erzähltext wird den Untertiteln überlassen. Keine starre Anzahl von Bildern pro Minute erzwingen.
3. Einmal produzieren, wiederverwenden. Erstelle nach Visuelle Produktion & Material ein repräsentatives Beziehungs- oder Prozessbild, prüfe die tatsächliche Anzeigegröße und erweitere dann. Text und Beziehungsgrafiken bevorzugen editierbares SVG; erst wenn Bitmap-Ausdruckskraft nötig ist, werden Bildgenerierungswerkzeuge verwendet. Aufeinanderfolgende Zustände teilen Koordinaten, Maßstäbe, Figuren und Farben. Speichere editierbare Quelldateien, tatsächliche PNGs und wichtige Bereiche.
4. Ein wiederaufbaubares Projekt erstellen. Erstelle gemäß Interner Datenvertrag eine Materialliste, ein Storyboard und ein Handoff, führe eine Materialprüfung durch und importiere das offizielle Projekt mit pipeline.py init auf einmal. Erstelle nicht zusätzlich mehrere Vorab-Prüfprojekte oder Zwischen-ZIPs. Material, Quellcode, Audio und Renderer gehen in ein eigenständiges Projekt.
5. Einheitliche Audio-Video-Synchronisation. Generiere mit align_audio.py align die tatsächlichen Szenen-, Untertitel- und Highlight-Anchor-Zeitpunkte; ein einheitlicher Zeitstrahl steuert Rendering und Untertitelausgabe. Bei fehlgeschlagenem automatischen Abgleich zuerst den Differenzbericht prüfen; nicht durch globales Strecken oder Absenken des Schwellenwerts erzwingen. Schlüsselwort-Highlights entsprechen der tatsächlichen Tonspur; aufeinanderfolgende Zustände vermeiden wiederholte Einblendungen, eigenständige Szenen können kurz einblenden und dann stabil bleiben.
6. Vorschau, Rendern, Ausliefern. Prüfe zuerst repräsentative Szenen, erste und letzte Zustände einer Prozessgruppe, die längsten Untertitel und komplexe Highlight-Bereiche, führe dann inkrementelles Rendering, Export und vollständige Dekodierung durch. Überprüfe gemäß Qualitätskontrolle das endgültige MP4 auf Einzelbilder und Audiospur-Korrespondenz, korrigiere betroffene Szenen. Liefere MP4, SRT/VTT und ein Projekt-ZIP mit Quellcode; stoppe nicht bei Materialpaketen oder Plänen.

Verbindliche Konventionen

• Bewahre Fakten, Reihenfolge, Einschränkungen und anerkannten Sprechtext des Artikels – schreibe nicht eigenmächtig um, vereinfache Schlussfolgerungen oder erfinde Beispiele. Hilfsgrafiken als solche kennzeichnen, nicht als echte Screenshots, Produktverhalten oder wissenschaftliche Beweise ausgeben.
• Gleiche Konzepte verwenden dieselbe visuelle Kennzeichnung; Pfeile müssen eine Bedeutung haben. Auftauchen, Verbinden, schrittweises Aufdecken und Einkreisen entsprechen der Erklärung – keine dekorativen Gesichtskreise, ständige Zooms oder schnelle Schnitte, um mangelnde Erklärung zu überdecken.
• Hauptgrafiken backen keine äußeren Titel oder vollständigen Untertitel ein. Notwendige Knotenbeschriftungen bleiben editierbarer Text; „flache Grafik + Quell-SVG“ bedeutet nicht, dass bereits animierte Ebenen realisiert sind.
• Standardmäßig sind Quellenhinweise und Bildbeschriftungen deaktiviert: show_source_credits=false, show_image_labels=false. Urheber, Schriftlizenzen und Quellen werden in der Projektdokumentation geführt; notwendige Zeit- und Ortsangaben des Inhalts werden nicht entfernt.
• Einzelszenen single/compare/text und title/point/highlight/focus/reset/subtitle sind realisierte Basisfunktionen. Schrittweise Zustandsübergänge werden direkt geschaltet, nicht als kontinuierliche Bewegung oder echte Strich-für-Strich-Zeichnung deklariert; vom Benutzer ausdrücklich gewünschte Aktionen müssen tatsächlich implementiert und per Rendering verifiziert werden.
• Ursprüngliche Schätzungen, ASR-Abweichungen und die tatsächliche Synchronisationsmethode werden wahrheitsgemäß dokumentiert. Am Ende der Tonspur ist nur das Auffüllen auf ganze Videobilder erlaubt; -shortest zum stillen Abschneiden ist verboten. Wenn Untertitel bereits vom Renderer gezeichnet werden, wird kein doppeltes SRT eingebrannt.

Ressourcen und Effizienz

scripts/ enthält eigene Materialprüfung, Import, Audio-Alignment, Projekt-Pipeline, Render-Engine und chinesische Schriftarten – unabhängig von den beiden ursprünglichen Skill-Verzeichnissen. Laufzeitabhängigkeiten (Python-Pakete, FFmpeg, Chromium-Browser) werden bei Bedarf erkannt; vorzugsweise wird die tatsächlich verfügbare Umgebung wiederverwendet, keine virtuelle Umgebung in das Auslieferungspaket kopiert.

Zwischenzustände verbleiben im aktuellen Projekt und sind wiederherstellbar. Es werden nur Transkripte mit passendem Audio-Hash und Render-Segmente mit passendem Eingabe-Hash und zufriedenstellender Spezifikation zwischengespeichert. Unabhängiges Material und Szenen werden parallel verarbeitet, abhängige Schritte sequenziell ausgeführt; zuerst repräsentative Szenen, dann Massenproduktion, nach bestandener Prüfung wird unnötiges vollständiges Neu-Rendering vermieden.