Was macht Short Video Factory – Kurzvideo-Fabrik?
Verwandle einen Stapel Rohmaterial + eine Aktions‐„Merkkarte“ + ein Referenz-Erfolgsvideo in Dutzende individuell verschiedene, sofort lieferbare 30-Sekunden-Hochformat-Videoclips.
Repository: E:/short-video-factory (Python, eigenes .venv). Projektdaten liegen in einem separaten Projektverzeichnis (config.json → project); im Code selbst befinden sich keine Kundendaten.
Wann einsetzen
- Der Nutzer möchte „N Clips nach einem bestimmten Hit-Video schneiden“, „Massenproduktion“, „aus diesen Materialien Werbekurzfilme machen“
- Ein bestehendes Projekt soll fortgesetzt werden – mit geänderten Texten, Stilrichtungen oder nach Kundenkorrekturen
Harte Regeln (Verstöße führen zu Auslieferungsfehlern)
- Verkaufszahlen nur aus der Merkkarte: Sie stehen in
project.jsonunternumber_whitelist. Enthält der Text eine Zahl außerhalb dieser Liste, lehnt der Generator ab – füge niemals Zahlen ohne Rücksprache mit dem Nutzer zur Whitelist hinzu. - Verbotene Begriffe:
banned_words(Superlative + vom Kunden benannte Begriffe wie „Doppelfest“). - Risikomaterial nicht verwenden: Im Medienindex markierte Aufnahmen (Kinder/unbekannte Gesichter, Promi-Porträts, eigene Rabattschilder, Finger im Bild, Unschärfe, saisonale Banner außerhalb des aktuellen Zeitraums).
- Aussprache von Zahlen: Der Sprachtext wird automatisch in chinesische Lautschrift umgewandelt (500 → „fünf null null“), die Bildschirmuntertitel bleiben in arabischen Ziffern. Neue Zahlen gleichzeitig in
spoken_numbersergänzen. - Keine Bezahlservices: Sprachausgabe über Jianying SAMI (via
jianying-editorskill), Musik aus Jianyings Cloud-Bibliothek; alles lokal gerendert. Vor Nutzung kostenpflichtiger Dienste immer den Nutzer fragen. - Nur Projektverzeichnis und Repository bearbeiten, Rohmaterial bleibt schreibgeschützt.
- Fehlende Bilder oder nicht hörbarer Ton müssen als „Frame-Analyse/Transkript-Vergleich“ gekennzeichnet werden; die Ton-Qualität entscheidet der Nutzer.
Standard-Workflow
cd E:/short-video-factory
.venv/Scripts/python app.py # GUI-Workbench http://127.0.0.1:7860
# Oder per Kommandozeile:
.venv/Scripts/python svf/batch.py --n 6 --start 601 -j 3 --qc-sample 0.2 # Erzeuge 6 Clips
.venv/Scripts/python svf/batch.py --n 70 --start 900 --dry # Nur Text-Duplikate prüfen
Ausgabe: <Projekt>/成片/Batch_bXXX-bYYY/ (mp4 + Frame-Analyse + report.md + inventory.csv). Jeder Clip generiert auch einen Jianying-Entwurf (kann manuell verfeinert und in Jianying exportiert werden).
Neues Projekt einrichten (einmalig)
- Projektverzeichnis anlegen,
project.jsonschreiben (sieheprojects/example/project.json): Markenname, Quellenverzeichnissources, Whitelist, Bannwortliste, Sprachoptionen, Musik, Host-Sprech-Clips. svf/ingest_mingbaika.py 明白卡.xlsx→ listet die Zahlen aus der Merkkarte auf, mit Nutzer bestätigen, dann in Whitelist eintragen.svf/ingest_proxy.py→ Alle Rohmaterialien in 1080×1920/60fps Vorschau konvertieren (HDR → automatisch tonemapped).svf/ingest_sheets.py→ Kontaktliste; Claude kategorisiert jedes Segment + setzt Risikomarkierungen, schreibt数据/素材索引.json(Felder: Datei/Dauer/Kategorie/Inhalt/Markierung/Vorschau).svf/ingest_transcribe.py→ Host-Sprachaufnahmen transkribieren, brauchbare Originalsätze inproject.jsonunterhost_clipsaufnehmen.- Referenz-Erfolgsvideo: Einzelbild-weise zerlegen (Szenenlänge, Übergänge, Untertitel-Stil, Texteinblendungen), ggf. mit Rohmaterial das Video nachbauen; in
templates/ablegen. 数据/文案池.jsonschreiben (pro Stil 5–10 alternative Formulierungen); im GUI-Reiter „文案池“ prüfen lassen, bevor die Produktion startet.
Fünf Stilrichtungen (werden rotierend zugewiesen)
S1 Informationssaat · S2 Host-Mundpropaganda (Originalsynchronisation + Lippen-Sync-Beschleunigung) · S3 Beat-Sync-Montage (Szenen an Musik-Beat angepasst) · S4 Listen-Stil (N Gründe) · S5 Dekor-Atmosphäre (langsames Tempo)
Umgang mit Kundenfeedback
- Wortlaut ändern → ändere den Text-Pool / die Bannwortliste; korrigiere niemals einzelne Skripte von Hand (der Generator überschreibt sie).
- Sprechgeschwindigkeit →
project.json→batch.speed(je Stil). - Wackelkamera / Ruckeln → Standard 60fps + 1,5-fache Vorskalierung; falls immer noch wacklig, das konkrete Ausgangsmaterial prüfen.
- Falsche Untertitel-Trennung → das entsprechende Wort in
caption_wordsaufnehmen, damit es nicht geteilt wird.
Erfahrungen und Fallstricke
Siehe docs/经验教训.md im Repository. Die wichtigsten: Jianying 6.0+ Entwürfe sind verschlüsselt, 11.5 kann nicht automatisch exportieren; SAMI spricht „500“ als „fünf null null“ aus (nicht „fünfhundert“); vollständige Transkription lässt Sätze aus oder wiederholt sich (Einzelsatz-Korrektur nötig); paralleles Rendern ist CPU-limitiert; HDR-Material ohne Tonemapping wirkt fahl.