olafBobryk/lyric-video

Lyrik-Video

Wandle die Aufnahme des Benutzers in ein Lyrik-Video um. Behandle Transkriptionsgenauigkeit, Timing und visuellen Stil als separate Entscheidungen. Bewahre die Originalquelle; rendere Überarbeitungen in separate Ausgabeordner.

Wähle den Stil

Halte dich an den vom Benutzer ausgewählten oder zuvor genehmigten Stil. Wenn kein Stil festgelegt ist, stelle eine präzise Frage zu Typografie, Platzierung und Enthüllungsverhalten, bevor du dich für ein Aussehen festlegst. Biete einige relevante Optionen an, wie einfache Untertitel, eine Karaoke-Hervorhebung oder übergroße kinetische Buchstaben. Wende nicht automatisch Invertierung, Impact, Großbuchstaben, gestreckte Buchstaben oder einen 10 %-Rand auf jedes Video an.

Für invertierte Aufnahmen in übergroßen Buchstaben mit progressiven Wortenthüllungen und abwechselnden dominanten Zeilen lies references/inverted-style.md. Die enthaltenen Skripte implementieren dieses Preset; passe es an oder verwende eine andere Rendering-Methode für andere Stile, anstatt zu behaupten, sie unterstützen jede Behandlung.

Verwende bei Bedarf einen repräsentativen Standbild- und einen kurzen Bewegungsentwurf. Übernimm den genehmigten Stil in das gesamte Video; führe keine wiederholten Genehmigungsschritte ein.

Transkribieren und Überprüfen unklarer Liedtexte

1. Prüfe die Quelllänge, Bildrate, Abmessungen, Rotation, Farbraum/-bereich und Audio. Transkribiere die Aufnahme und erhalte akustische Wortzeitstempel. Verwende nicht gleichmäßig verteilte Wörter als endgültige Ausrichtung.
2. Überprüfe unsichere Erkennung, widersprüchliche Transkriptionsdurchgänge, verdächtige Phrasen, Ad-libs und abgeschnittene Enden. Ein zweites Modell kann helfen, aber Übereinstimmung beweist keine Korrektheit. Unterscheide einen unsicheren Liedtext von einem unsicheren Zeitstempel.
3. Frage bei Bedarf nach einem Lied/Künstler oder einer bereitgestellten Lyrik-Referenz. Wenn die Aufnahme persönlich, unveröffentlicht ist oder keine verfügbare Referenz hat, höre auf, danach zu suchen, und verwende die Überprüfung des Benutzers. Veröffentliche niemals deren Medien oder Liedtexte mit dieser Fähigkeit.
4. Erstelle ein bearbeitbares Transkript mit Zeitstempeln und eine kompakte nummerierte Liste unklarer Abschnitte in Wiedergabereihenfolge. Jeder Eintrag enthält eine stabile ID, Start/Ende und genügend umgebende Wörter, um ihn zu lokalisieren. Markiere ungelöste Formulierungen als [UNCLEAR], anstatt stillschweigend eine Schätzung zu wählen. Füge andere vermutete Fehler hinzu, selbst wenn sie ursprünglich nicht markiert wurden. Behalte diese Liste unverändert bei, während auf Korrekturen gewartet wird.
5. Bitte den Benutzer, die fehlenden Wörter nach ID oder in dieser Reihenfolge zu liefern. Setze die unabhängige Stil-/Exportvorbereitung fort. Falls autorisiert, erstelle einen Überprüfungsschnitt mit den Platzhaltern und kennzeichne ihn deutlich; nenne ihn nicht Lyrik-Endversion.
6. Wende eine geordnete Antwort eins-zu-eins auf die nummerierten Abschnitte an. Überprüfe die Anzahl der Korrekturen. Wenn die Anzahl oder der beabsichtigte Abschnitt mehrdeutig ist, frage nur nach dieser Zuordnung, bevor diese Wörter geändert werden. Bewahre die vom Benutzer gelieferten Formulierungen, Slang und explizite Liedtexte. Erwähne kleinere Rechtschreibnormalisierung; schreibe niemals stillschweigend Liedtexte aus Grammatikgründen um.
7. Erweitere Mehrwortkorrekturen in einzeln getimte Wörter und richte sie neu gegen die Aufnahme aus. Behalte genehmigte Layout-Entscheidungen bei, es sei denn, die Phrase erfordert einen Umbruch. Wenn Timing nur geschätzt werden kann, lege dies offen und halte die Timing-Überprüfung getrennt von der Wortgenehmigung. Presse keine längere Phrase in einen winzigen verbleibenden Intervall und behaupte genaue Synchronisation. Erkläre bei einem abgeschnittenen Ende, was die Aufnahme unterstützt; bitte um die Fortsetzung oder eine Auswahl, bevor du den Schnitt verlängerst, einfrierst oder änderst.
8. Aktualisiere sowohl das Transkript als auch die getimten Rendering-Daten und rendere dann aus der Originalquelle. Überprüfe alle korrigierten Abschnitte und Übergänge. Durchsuche die tatsächlichen endgültigen Karten-/Untertiteldaten nach [UNCLEAR], Fragezeichen-Platzhaltern, TODOs und ungelösten IDs; überprüfe, ob jede Benutzerkorrektur genau einmal an der beabsichtigten Stelle vorhanden ist. Verwechsle Unsicherheitsnotizen in einem Überprüfungsdokument nicht mit Bildschirmüberresten.
9. Wenn gefragt wird, ob das Video zum Senden bereit ist, melde separat: Anzahl der Platzhalter, verbleibende vermutete Formulierungen, Timing-Vorbehalte und Export-Verifizierung. Null Platzhalter ist kein Beweis für ein vollständig verifiziertes Transkript. Gib eine kurze Schlussfolgerung ohne Offenlegung privater Überlegungen; nenne es als Überprüfungsschnitt bereit, wenn ungelöste Probleme bestehen bleiben.

Timing und Exporte

Lokales MLX Whisper mit Wortzeitstempeln ist ein Transkriptionsweg auf Apple Silicon. Whisper.cpp DTW erfordert möglicherweise das Deaktivieren von Flash Attention, wenn es t_dtw = -1 zurückgibt; lehne fehlende Zeitstempel ab. Referenzliedtexte müssen auf diese spezielle Aufführung abgestimmt sein, einschließlich Pausen und Ad-libs.

Rendere aus der Quelle anstelle eines komprimierten Entwurfs. Bewahre die Quellbildausschnitte, echte Auflösung, Bildrate, Farbinterpretation und Audio, es sei denn, der Benutzer wünscht Änderungen. Für maximale Qualität stelle einen verlustfreien RGB-Composite-Master und ein kompatibles hochwertiges MP4 bereit. Hochskalieren allein stellt keine Details wieder her. Überprüfe Plattform-/Codec-Beschränkungen, bevor du Exporteinstellungen wählst.

Überprüfe Dauer/Bildanzahl, Audio-Präsenz und -Erhaltung, Abdeckung von Anfang/Ende, Textpassung, teilweise und vollständig enthüllte Phrasen, Korrekturabdeckung und den gewählten visuellen Effekt. Stelle direkte Artefakt-Links und, falls unterstützt, eine Inline-Vorschau bereit. Halte den Überprüfungsstatus und die Kodierungsqualität getrennt.