review-ugc-render (UGC-Render-Überprüfung)
Die QC-Schranke, die jedes UGC-Video-Rezept VOR der Veröffentlichung durchlaufen MUSS. Keine optische
/watch-Prüfung — ein deterministischer Transkript-vs-Skript-Vergleich, der bei einem Fehler mit einem Exit-Code ungleich Null abbricht, sodass das Rezeptset_final_renderhart abbrechen kann.
Warum es das gibt
Seedance generiert das Audio nativ. Dabei kommt es manchmal zu falschen Aussprachen — die genehmigte Zeile human-vetted wird als human witted wiedergegeben; dokumentierte Geschwister: Hume→Hune, Alitu→al-too. Der Fehler steckt im Audio des Renders, sodass eine optische /watch-Prüfung („Der Dialog stimmt mit dem Skript überein“) ihn durchlässt, und ein nachgelagerter Untertitel-Durchlauf dann das falsche Wort wortwörtlich einbrennt. Nichts hat das tatsächlich gesprochene Audio mit dem vom Benutzer genehmigten Skript verglichen.
Diese Schranke tut genau das, deterministisch, und verweigert die Veröffentlichung bei einem Fehler.
Wann ausführen
- VERPFLICHTEND in jedem
remix-ugc-*-from-sample- undcreate-ugc-*-video-from-refs-Rezept, in der QC-Phase, nachdem der Master-Render existiert und vorset_final_render. - Nach jeder Korrektur / jedem Neuversuch erneut ausführen, bis der Test BESTANDEN ist.
Vertrag
Vor dem Rendern die genauen genehmigten gesprochenen Zeilen (die wörtliche Äußerung, ohne Regieanweisungen) in working/approved-script.txt speichern. Dann, nach dem Rendern:
python3 <pack>/review-ugc-render/scripts/review_render.py \
--video working/final.mp4 \
--script-file working/approved-script.txt \
--json working/review-verdict.json
- exit 0 → BESTANDEN — mit der Veröffentlichung fortfahren (
set_final_render). - exit 2 → FEHLGESCHLAGEN — NICHT veröffentlichen. Den Bericht lesen, korrigieren, erneut ausführen.
- exit 3 → FEHLER — Die Prüfung konnte nicht ausgeführt werden (siehe unten); die Umgebung korrigieren, nicht blind veröffentlichen.
Transkriptions-Backend (in Prioritätsreihenfolge): OPENAI_API_KEY (beachtet OPENAI_BASE_URL, leitet also über den gooseworks-Whisper-Proxy, wenn gesetzt) → lokale whisper-CLI. ffmpeg muss im PATH sein.
Was FEHLGESCHLAGEN bedeutet und wie man es behebt
| Berichtszeile | Ursache | Behebung |
|---|---|---|
[hoch] sagte [witted] wo Skript [vetted] hat | Seedance hat das Wort im generierten Audio falsch ausgesprochen | Einen neuen Seed neu würfeln. Handelt es sich um ein Marken-/geprägtes Token, es in der SPOKEN LINE phonetisch buchstabieren (z.B. Ali-too, niemals in Klammern (ausgesprochen …) — Seedance liest Klammern vor). Siehe create-video-seedance-2-fal Fehlermodi. |
[mittel] ausgelassen [...] / geringe Ähnlichkeit | Seedance hat eine genehmigte Phrase weggelassen | Neu würfeln; wenn es sich nur um ein Wort am Ende handelt, kann eine chirurgische stitch_replacement.py-Fensterkorrektur es möglicherweise retten. |
⚠ Audio ist praktisch stumm | Falscher Render / Tonspur in der Nachbearbeitung verloren gegangen | Neu rendern / das Muxing überprüfen; niemals eine stumme Aufnahme veröffentlichen. |
FEHLER: kein Transkriptions-Backend | Kein OPENAI_API_KEY und kein lokales whisper | Den Schlüssel setzen (Proxy OPENAI_BASE_URL) oder whisper installieren, dann erneut ausführen. |
--expect-music ist nur ein Hinweis (warnt, wenn ein Musikbett fehlt); es allein führt nicht zum Fehlschlagen der Schranke.
Eingaben
--video PFAD(erforderlich) — der gerenderte Master-mp4.--script-file PFADoder--script "text"— das genehmigte gesprochene Skript. Beide nur bei einem wirklich skriptfreien Clip weglassen (die Abweichungsprüfung wird dann übersprungen und die Schranke ist nur beratend).--min-ratio FLOAT(Standard0.90) — Transkript↔Skript-Token-Ähnlichkeit zum Bestehen.--json PFAD— das maschinelle Urteil für das Überprüfungsfenster der App schreiben.
Tests
python3 tests/test_review_render.py # reine Urteilslogik; kein Audio/Netzwerk
Deckt die kanonische vetted→witted-Fehlaussprache, Markennamen-Fehlaussprache, ausgelassene Endungen, harmlose Füllwörter und den skriptfreien Beratungsweg ab.
Beziehung zur content-goose-Überprüfungsengine
Dies ist der ausgelieferte, einzeldatei-basierte, abschließende Teil des umfassenderen coworkers/video/molecules/review/review-loop (18-Achsen-Bewertungsraster). Hier setzen wir die eine Achse durch, die Audio-vs-Skript-Fehler zum Zeitpunkt der Veröffentlichung erfasst (review-transcript-integrity / brand_text_accuracy). Eine tiefere Multi-Achsen-Überprüfung verbleibt im content-goose-Labor.