DaBaoAgent/AutoXG

Was macht AutoXG?

Erstellen Sie ein vollständiges Content-Paket im Stil von Xiang Ge, während der Sprechertext im gelieferten Quellmaterial verankert bleibt und die Erzählung reproduzierbar ist.

Verwenden Sie das Verzeichnis, das die gelieferte SRT, das Transkript oder die Quellkopie enthält, als Themenstamm. Speichern Sie jedes Ausgabeprodukt im selben Materialverzeichnis; verwenden Sie niemals standardmäßig ein zentrales Ausgabeverzeichnis. Legen Sie die Sprachaufnahme und ihre Arbeitsdateien in <Themenstamm>\配音 ab.

Wählen Sie die gewünschten Phasen aus

Führen Sie nur die Phasen aus, die der Benutzer anfordert. Für ein vollständiges Paket verwenden Sie diese Reihenfolge:

1. Extrahieren und lesen Sie die vollständige SRT.
2. Schreiben und validieren Sie den Xiang-Ge-Sprechertext.
3. Erstellen Sie 发布信息.txt.
4. Generieren Sie das 3:4-Themencove.
5. Synthetisieren Sie den genehmigten Text mit der geklonten Xiang-Ge-Stimme auf CPU.
6. Validieren Sie alle Ausgabeprodukte und melden Sie die genauen Pfade.

Veröffentlichen Sie nichts extern, verwenden Sie keine Browser-Cookies, ersetzen Sie kein genehmigtes Asset und wechseln Sie nicht ohne ausdrückliche Genehmigung auf GPU. Setzen Sie die Arbeit auf verifizierten Zwischendateien fort, anstatt neu zu beginnen.

Erstellen Sie das Quellverzeichnis

Für SRT-Eingabe führen Sie aus:

python scripts/extract_srt.py <eingabe.srt> --output <quellen-transkript.txt>

Lesen Sie das gesamte Transkript, einschließlich der letzten Blöcke. Erstellen Sie ein privates Faktenregister mit Namen, Orten, Daten, Mengen, Chronologie, Wendungen und dem Quellsegment, das jede Behauptung stützt. Behandeln Sie Untertiteltext als Beweis, nicht als ausgefeilte Erzählung. Erfinden Sie niemals fehlende Motive, Dialoge, Fakten oder Ergebnisse.

Schreiben Sie den Xiang-Ge-Sprechertext

Lesen Sie references/voiceover-rules.md und references/blader-humanizer-xg-rules.md, bevor Sie den Text entwerfen oder überarbeiten. Das bereitgestellte blader-humanizer ist der obligatorische Naturalisierungsschritt.

Standardverhalten:

• Schreiben Sie reines gesprochenes Chinesisch ohne Produktionsbeschriftungen;
• Erzählen Sie vollständig in der dritten Person, es sei denn, der Benutzer wählt ausdrücklich eine andere Perspektive;
• Beginnen Sie mit einem Widerspruch, einer Gefahr, einem Ergebnis oder einer ungelösten Frage;
• Bewegen Sie sich chronologisch oder kausal und erneuern Sie die Neugier im gesamten Text;
• Zielen Sie auf die angeforderte fertige Dauer unter Verwendung der 1,1-fachen Erzählkalibrierung;
• Formatieren Sie als 100–220 Zeichen große Absätze, die sich für eine direkte GPT-SoVITS-Synthese eignen;
• Speichern Sie den genehmigten Text als 翔哥口播稿.txt.

Nach dem ersten vollständigen Entwurf schützen Sie jede quellgestützte Zahl, jeden Namen, jedes Datum, jeden Ort, jedes Zitat, jede Bewertung und jede Zuordnung. Führen Sie vendor/blader-humanizer im eingebetteten Modus aus: Entwerfen Sie die Neufassung, prüfen Sie, was noch offensichtlich KI-generiert wirkt, prüfen Sie auf erfundene Fakten, und führen Sie eine begrenzte zweite Neufassung durch. Speichern Sie nur die endgültige Erzählung. Faktenwahrheit, Erzählung in der dritten Person, beibehaltene Logik, angeforderte Dauer und TTS-Sprechbarkeit haben immer Vorrang.

Synthetisieren Sie keinen Entwurf, der die faktenbezogene, perspektivische, längenbezogene und sprechbarkeitsbezogene Prüfung nicht bestanden hat.

Erstellen Sie Veröffentlichungsinformationen

Lesen Sie references/cover-publication.md. Schreiben Sie genau zwei nicht leere Zeilen in 发布信息.txt: einen faktischen, neugierigkeitsgetriebenen Titel von maximal 25 Zeichen, dann genau fünf durch Leerzeichen getrennte Hashtags.

Validieren Sie rekursiv mit:

python scripts/validate_publication_info.py <Themenstamm>

Generieren Sie das Cover

Lesen Sie references/cover-publication.md und verwenden Sie das Bildgenerierungs-Skill. Verwenden Sie die gebündelte Datei in assets/ als visuelle Stilreferenz:

• topic-cover-3x4-approved.png.

Generieren Sie nur das 3:4-Themencove und überprüfen Sie dann das tatsächliche Bild. Überprüfen Sie chinesischen Text Zeichen für Zeichen, realistische Themenrelevanz, sichere Ränder und das exakte 3:4-Pixelverhältnis. Behalten Sie versionierte Entwürfe und befördern Sie nur das genehmigte Bild nach 封面-3比4.png.

Synthetisieren Sie die Xiang-Ge-Stimme

Lesen Sie references/voice-clone-rules.md und führen Sie dann das gebündelte deterministische Skript mit der GPT-SoVITS virtuellen Umgebung aus:

& 'D:\GPT-SoVITS\.venv\Scripts\python.exe' `
  scripts/synthesize_xiang_cpu.py `
  --text <翔哥口播稿.txt> `
  --name <Themenname>

Das Skript verwendet standardmäßig <Verzeichnis von 翔哥口播稿.txt>\配音. Übergeben Sie --output-dir nur, wenn der Benutzer explizit einen anderen Ort anfordert.

Behalten Sie diese Standardeinstellungen bei, es sei denn, der Benutzer überschreibt sie explizit:

• Nur CPU;
• genehmigter Xiang-Ge-Referenzclip und passender Aufforderungstext;
• 1,10 Geschwindigkeitsfaktor;
• eine GPT-SoVITS-Anfrage pro großem Absatz mit cut0;
• keine Tonverschönerung oder Mastering-Effekte;
• Verkürzung interner Stille von mindestens 0,35 Sekunden auf etwa 0,18 Sekunden;
• explizite 0,28-Sekunden-Absatzlücke.

Behalten Sie die Rohausgabe, die verarbeitete endgültige Ausgabe, die Segmente pro Absatz, den normalisierten Erzähltext, die Konfigurations-JSON und das Fortschrittsprotokoll.

Validieren und übergeben

Für ein vollständiges Themenpaket bevorzugen Sie:

<Quellmaterial-Unterverzeichnis>/
├── 原始字幕.srt
├── source-transcript.txt
├── 翔哥口播稿.txt
├── 发布信息.txt
├── 封面-3比4.png
└── 配音/
    ├── <Thema>_翔哥音色_CPU_大段落_1.1倍速_RAW.wav
    ├── <Thema>_翔哥音色_CPU_大段落_1.1倍速_句间停顿缩短.wav
    ├── 配音稿_大段落.txt
    ├── 配音配置.json
    ├── progress.log
    └── segments/

Melden Sie vor dem Abschluss:

1. Bestätigen Sie, dass der Text quellgestützt, in der dritten Person, korrekt getaktet und frei von Produktionsbeschriftungen ist;
2. Validieren Sie 发布信息.txt;
3. Überprüfen Sie das 3:4-Cover visuell;
4. Bestätigen Sie, dass die endgültige WAV-Datei mono PCM16, 32 kHz, eine Dauer ungleich Null, einen Spitzenwert unter 1,0 und null beschnittene Samples aufweist;
5. Melden Sie abgeschlossene und nicht abgeschlossene Phasen separat mit anklickbaren absoluten Pfaden.