Was macht render-cinematic-music-video?
Erstelle einen cineastischen Musikvideo-Werbespot aus einer Konfiguration: ein Kurzfilm im LIVE-ACTION-Stil, bei dem ein original eingesungenes Anthem die musikalische Untermalung liefert und jeder visuelle Beat ein inszeniertes Filmtableau ist (Kodak Portra-Körnung, Lichteinfälle, natürliches Licht, Handkamera-Unvollkommenheit), zeitlich auf die Lyrics abgestimmt, als 3-Akt-Bogen (dessen Form der User über story_arc wählt), mit der Hook-Line auf dem Chorus-Drop. Diese Fähigkeit ist die KOSTENLOSE, deterministische Montage – Clips zuschneiden, hard-concat, Anthem muxen, Captions einbrennen und die Brand-Endcard einfügen.
scripts/config.example.json ist das ausgearbeitete Beispiel (Hype and Vice "Game Day Girls", ~28s 1080×1920 9:16, 14 Tableaus) – kopiere die Struktur, niemals die kreativen Werte; scripts/PIPELINE.md ordnet jeden Config-Block seinem Quellschritt zu und scripts/README.md dokumentiert die kostenlose Montage.
Ausführen
Dies ist die KOSTENLOSE, deterministische Montagestufe – sie verbraucht nichts. Die kostenpflichtigen Eingaben sind separate Fähigkeiten: das eingesungene Anthem (create-music-elevenlabs, force_instrumental false – die Lyrics SIND das Skript, liefert mp3 + words_timestamps); ein 35mm-Film-Keyframe pro Beat in einem einheitlichen Look-Pack (create-image-gpt-image-fal); und ein Kling 3.0 i2v-Clip pro Beat (create-video-fal). Mit dem gelieferten Anthem + words.json + einem Clip pro Beat + der Brand-Endcard-Asset schneidet render-cinematic-music-video jeden Clip auf sein Textfenster zu, fügt sie hart im Takt an, muxed das Anthem, brennt die cineastischen Lower-Third-Captions ein und überlagert die Endcard → der Master. Neuschnitte verwenden das vorhandene Anthem / die Keyframes / Clips und kosten $0.
Entscheidungen
Der kreative Inhalt, den diese Stufe montiert, wird vorgelagert durch die choices des Formats bestimmt, die dem User vor jedem kostenpflichtigen Schritt gestellt werden. Die Werte des ausgearbeiteten Beispiels sind Beispiele, niemals Standardwerte:
- song_style – das Genre, die Stimmung, BPM und das Arrangement des Anthems. Die Demo verwendete ein triumphales 120-BPM-Indie-Pop-Kino-Anthem.
- vocalist – wer es singt. Die Demo verwendete eine selbstbewusste, aber warme weibliche Leadstimme.
- cast – wer in den Tableaus zu sehen ist. Die Demo verwendete vier junge Collegestudentinnen.
- setting – Ort + Tageszeit (bestimmt das Licht und die Palette des Look-Packs). Die Demo verwendete eine amerikanische College-Stadt am Spieltag, Herbst, goldene Stunde.
- story_arc – die 3-Akt-Form der Tableaus und Lyrics. Die Demo verwendete einen Spieltag, Morgen → Stadion-Höhepunkt → Abenddämmerung, mit einem Augenzwinkern zur Ursprungsgeschichte.
Diese Montage liest diese Werte nur durch die Konfiguration (tableaux[]-Fenster + Captions, das Anthem, captions.accent_words, end_card.*); sie sind hier nicht fest codiert.
Vertrag (die kostenlose Montage)
- Das eingesungene Anthem trägt die Geschichte – kein separater Voiceover. Der generierte ElevenLabs-Track IST die Musikbettung und das Skript (
force_instrumentalfalse); füge keinen gesprochenen Voiceover oder eine zweite Musikbettung hinzu. - Plane den Zeitplan UM das gelieferte Anthem herum. Das Anthem wird zuerst generiert und kann die geplante Länge über-/unterschreiten; raste jede Tableau-Grenze an den Lyrik-Phrasenrändern in den zurückgegebenen Wortzeitstempeln ein – schneide das Anthem niemals auf ein vorab geplantes Raster.
- Captions aus den EIGENEN Wortzeitstempeln des Anthems, nicht mit Whisper. Leite
words.jsonaus denwords_timestampsdes Musikmodells ab, gruppiere ~4 Wörter an Lyrik-Grenzen und brenne cineastische serifenbetonte Lower-Third-Captions ein (--placement low) mit der Hook-Line hervorgehoben (fett-kursiv). Whisper auf gesungenem Audio liefert "🎵 Music Playing 🎵". - Setze die Hook auf den Chorus-Drop. Das Helden-Tableau (
is_hook) ist zeitlich so platziert, dass die tragende Zeile genau auf dem Chorus-Drop sitzt; hebe diese Zeile in den Captions hervor. - Ein einheitlicher Kino-Look-Pack + harte Schnitte im Takt. Der Look-Pack (benannter Filmstock + Körnung + Flares + Handkamera) plus ein Kontinuitätsanker hält alle Clips zusammen; schneide jeden Clip auf sein Textfenster zu und füge sie hart aneinander (ein optionaler Match-Cut in die Helden-Enthüllung) – keine Überblendungen.
- Endcard aus dem echten Brand-Asset – niemals das Wortmarken-Logo als Diffusionstext KI-rendern. Setze das Logo (PIL/ffmpeg) aus dem echten Asset zusammen oder verwende einen gestalteten Keyframe-Hintergrund; Diffusion verstümmelt ein Wortmarken-Logo.
- FFmpeg-Komposition, deterministisch, KOSTENLOS. Normalisiere jeden Clip auf sein taktgenaues Fenster, hard-concat, muxe das Anthem (
afadeein/aus +loudnorm I=-14), brenne die Caption-ASS ein, überlagere die Endcard → ein 1080×1920 h264+aac-Master. Keine kostenpflichtigen Aufrufe, keine Schlüssel.