Talking-head theo mẫu Hanta AI
Đây là bản đóng gói từ template talking-head-editor đã tạo video Hanta AI, không phải bản League Gothic cũ. Giữ cách bố trí và chuyển động của mẫu; không tuyên bố giống từng pixel khi nội dung, người nói hoặc hệ điều hành khác nhau.
Nhận đầu vào
Nhận video người nói và tư liệu chèn được phép dùng. Mỗi công việc tạo một thư mục riêng:
job/
media/raw.mp4
media/assets/...
edit.json
analysis/
out/
Dùng thời gian video gốc cho cuts, captions và inserts. Đọc cấu trúc edit.json khi viết kế hoạch; style.md mô tả hero, sub, brand, card, compare, proof, pip, broll và CTA.
Nếu có transcript sẵn thì dùng lại và kiểm tên riêng. Khi cần ASR, chạy scripts/transcribe.py trong Python có backend tương ứng; --help không cần model. Đọc runtime.md để cài backend tùy chọn. Mô hình nhận dạng và TTS không nằm trong gói.
Dựng
- Hero tóm ý, nhấn từ khóa vàng. Sub cho câu chuyển; brand khi giới thiệu tên chương trình; CTA ở cuối. Mỗi cụm đủ thời gian đọc, không tự bịa thành tích hoặc ảnh bằng chứng.
- Căn chữ theo lời nói, không chỉ theo đầu câu ước lượng. Kiểm cả phần chữ được gõ chưa kịp hết trước khi biến mất.
- Kiểm vị trí mặt/người trước khi đặt pip. Với người nói như mẫu Hanta, cửa sổ chèn nằm trong phần trống phía trên; không che đầu/mặt. Giữ cảnh Việt Nam nếu ngữ cảnh là sự kiện/doanh nghiệp Việt.
- Tránh dùng bảng tên hoặc sân khấu của sự kiện khác làm người xem hiểu nhầm sự kiện đang được giới thiệu. Thẻ toàn màn hình không chồng lên hero/sub.
- Giữ giọng thật của video; nhạc và SFX nhỏ hơn lời nói. Không cắt cụt từ hoặc đổi nghĩa vì bỏ khoảng lặng.
Chạy
Tất cả đường dẫn script tính từ thư mục skill này, không theo thư mục người tạo:
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
Lần setup đầu dùng npm ci từ lockfile trong render-project của job. Những lần sau tái sử dụng đúng phiên bản. Không tự mở Studio, trình duyệt hoặc file video. Mặc định một luồng render; chỉ tăng khi máy phù hợp hoặc người dùng yêu cầu. Render ngắn bằng --frames=0-59 để kiểm trước, rồi render toàn bộ.
Font Anton và Montserrat có sẵn trong assets/fonts cùng OFL, không tải font khi render. Pop/whoosh được tạo cục bộ nếu job chưa có file riêng. Script render.sh chỉ gọi render.py; không có template thứ hai.
Bàn giao
Chạy QA giải mã toàn bộ, đối chiếu số frame, kiểm các bảng ảnh và các thẻ ở kích thước đầy đủ. Đối chiếu lại transcript/timing và nghe khi có khả năng phát nghe thực sự; không nói đã nghe nếu chỉ kiểm metadata/ASR. Nếu không nghe trực tiếp được, ghi rõ giới hạn này. Dọn đúng các tiến trình do job tạo; không đóng chương trình khác của người dùng.
Ví dụ hanta-reference.json lưu kế hoạch của bản mẫu; các video/nhạc cá nhân không được đóng gói. Đọc reference-inputs.md trước khi dùng ví dụ để tái dựng.