Talking-head nach Hanta-AI-Vorlage
Dies ist eine Paketierung der talking-head-editor-Vorlage, die Hanta-AI-Videos erstellt, nicht die alte League-Gothic-Version. Layout und Bewegung der Vorlage bleiben erhalten; es wird nicht behauptet, pixelgenau identisch zu sein, wenn Inhalt, Sprecher oder Betriebssystem abweichen.
Eingabe
Das Skill erhält ein Sprechervideo und nutzbare Einblendungs-Assets. Jeder Auftrag erzeugt ein eigenes Verzeichnis:
job/
media/raw.mp4
media/assets/...
edit.json
analysis/
out/
Als Zeitbasis für Schnitte, Untertitel und Einblendungen dient die Originalvideo-Dauer. Lies die Struktur von edit.json, bevor du einen Plan schreibst; style.md beschreibt Hero, Sub, Brand, Card, Compare, Proof, Pip, Broll und CTA.
Wenn ein Transkript bereits vorhanden ist, verwende es und überprüfe Eigennamen. Falls eine ASR nötig ist, führe scripts/transcribe.py in Python mit dem entsprechenden Backend aus; --help benötigt kein Modell. Lies runtime.md, um das optionale Backend zu installieren. Erkennungs- und TTS-Modelle sind nicht Bestandteil des Pakets.
Aufbau
- Hero fasst die Kernaussage zusammen und betont Schlüsselwörter in Gold. Sub leitet zu Sätzen über; Brand wird bei der Vorstellung des Sendungsnamens verwendet; CTA am Ende. Jeder Block hat ausreichend Lesezeit; erfinde keine Erfolge oder Beweisbilder.
- Richte den Text am Gesprochenen aus, nicht nur geschätzt an Satzanfängen. Überprüfe auch Textteile, die noch nicht vollständig eingegeben wurden, bevor sie verschwinden.
- Prüfe die Gesichts-/Personenposition, bevor du Pip platzierst. Bei Sprechern wie der Hanta-Vorlage liegt das Einblendungsfenster im freien oberen Bereich; verdecke nicht Kopf/Gesicht. Behalte vietnamesische Szenen bei, wenn der Kontext ein vietnamesisches Ereignis/Unternehmen ist.
- Vermeide die Verwendung von Namensschildern oder Bühnen anderer Veranstaltungen, um Verwechslungen mit der vorgestellten Veranstaltung zu vermeiden. Vollbildkarten überlagern nicht Hero/Sub.
- Behalte die Originalstimme des Videos bei; Musik und SFX sind leiser als die Sprache. Schneide keine Wörter ab oder ändere die Bedeutung durch das Entfernen von Pausen.
Ausführung
Alle Skriptpfade beziehen sich auf das Skill-Verzeichnis, nicht auf das Benutzerverzeichnis:
python3 scripts/doctor.py
python3 scripts/render.py /path/to/job --check-only
python3 scripts/render.py /path/to/job --setup-only
python3 scripts/render.py /path/to/job final.mp4
python3 scripts/qa.py /path/to/job/out/final.mp4 /path/to/job/out/qa
Beim ersten Setup wird npm ci aus der Lockdatei im render-project des Auftrags verwendet. Spätere Läufe verwenden dieselbe Version. Öffne nicht von selbst Studio, Browser oder Videodateien. Standardmäßig wird ein Render-Thread verwendet; erhöhe nur, wenn der Rechner geeignet ist oder der Benutzer es anfordert. Kurze Renderings mit --frames=0-59 dienen zur Vorprüfung; danach erfolgt das vollständige Rendern.
Die Schriftarten Anton und Montserrat sind unter OFL in assets/fonts enthalten; sie werden beim Rendern nicht neu geladen. Pop-/Whoosh-Geräusche werden lokal erstellt, wenn der Auftrag keine eigenen Dateien besitzt. Das Skript render.sh ruft nur render.py auf; es gibt keine zweite Vorlage.
Übergabe
Führe die QA durch: Dekodiere das gesamte Video, gleiche die Frame-Anzahl ab, überprüfe alle Bildtabellen und Karten in voller Größe. Gleiche Transkript/Timing erneut ab und höre zu, wenn tatsächliche Audiowiedergabe möglich ist; gib nicht an, gehört zu haben, wenn nur Metadaten/ASR geprüft wurden. Wenn kein direktes Abhören möglich ist, dokumentiere diese Einschränkung. Bereinige ordnungsgemäß die vom Auftrag erstellten Prozesse; schließe keine anderen Programme des Benutzers.
Die Beispiel-Datei hanta-reference.json speichert den Plan der Vorlage; persönliche Videos/Musik sind nicht enthalten. Lies reference-inputs.md, bevor du das Beispiel zur Nachstellung verwendest.