cxcx102498-eng/chenxi

Artículo + Audio Generar Directamente Video de Pizarra

Introduce un artículo y una grabación de audio existente, y entrega un video completo y reproducible. El diseño de materiales y la producción del video son un flujo continuo interno de esta habilidad, sin requerir que el usuario invoque otra habilidad o configure técnicamente de forma manual. Por defecto: chino, fondo blanco, gráficos lineales a color o formas planas simples, 16:9, 1920×1080, 30 fps; se ajusta según las especificaciones del usuario.

Entrada y Decisiones Predeterminadas

• Conserva el artículo original y el audio original del usuario. La grabación existente es la referencia temporal; no se redobla, modifica la voz, añade música de fondo, acelera, elimina pausas ni recorta el final; solo se ajusta si el usuario lo solicita explícitamente.
• El artículo es responsable de los hechos y la estructura explicativa; la grabación determina la locución real y el ritmo. Primero, verifica ambos: los signos de puntuación, la lectura de números de capítulo y los caracteres mal escritos evidentes pueden corregirse directamente; si hay pequeños errores de locución en la grabación, se conserva el audio y se registra la corrección en los subtítulos. Cuando hay adiciones, eliminaciones, reordenamientos, conflictos de conclusión o audio incorrecto sustanciales, se enumeran las diferencias específicas y solo se pregunta sobre su impacto en el producto final; el resto de la preparación visual continúa sin depender de la respuesta.
• No solicita confirmación del usuario para tomas, estilo o decisiones técnicas comunes. Comienza tan pronto como el artículo y el audio estén completos; solo pregunta si falta una entrada necesaria o hay un conflicto sustancial. Si no hay audio, completa la preparación del storyboard, pero no puede reemplazarlo con un nuevo doblaje o un video sin sonido para declarar la tarea completada.
• Si ya existen storyboards, materiales o proyectos, primero lee sus editing-notes, style-lock y configuración real, conservando el contenido y los números aprobados. Las modificaciones solo rehacen las partes afectadas, sin regenerar todo el conjunto de materiales.

Flujo de Trabajo Continuo

1. Primero leer el audio, luego hacer el storyboard. Según Ejecución y Alineación, verifica el entorno, la duración de decodificación real y el hash; obtén marcas de tiempo a nivel de palabra o con base de oración, y verifica el artículo. La misma grabación puede reutilizar transcripciones con hash coincidente; solo el mismo nombre de archivo no es suficiente para reutilizar. Primero determina los segmentos de locución y las pausas, luego decide la cantidad de información visual.
2. Convertir el conocimiento en imágenes. Lee Diseño de Imágenes Explicativas. Divide las tomas por semántica, cada una con un objetivo de comprensión claro y un cambio significativo. Prioriza ilustraciones de escenas, diagramas de relaciones, comparaciones de un mismo caso y procesos paso a paso; las palabras clave identifican objetos, la locución completa se deja a los subtítulos. No se generan imágenes fijas basadas en un número fijo por minuto.
3. Producir una vez, reutilizar continuamente. Según Producción Visual y Materiales, crea una representación de una relación o proceso, visualiza el tamaño de visualización final y luego expande. El texto y los diagramas de relaciones priorizan SVG editable; solo se invoca la generación de imágenes cuando se necesita expresividad de mapa de bits. Los estados continuos comparten coordenadas, escalas, personajes y colores. Guarda la fuente editable, el PNG real y las áreas clave.
4. Establecer un proyecto reconstruible. Según Contrato de Datos Internos, genera una lista de materiales, storyboards y handoff, ejecuta una auditoría de materiales, luego usa pipeline.py init para verificar e importar el proyecto formal de una sola vez. No crees múltiples proyectos de pre-verificación innecesarios o ZIP intermedios. Los materiales, el código fuente, la grabación y el motor de renderizado se integran en un proyecto independiente.
5. Unificar el tiempo de audio y video. Usa align_audio.py align para generar tiempos reales de tomas, subtítulos y puntos de énfasis; el mismo eje de tiempo de fotograma impulsa el renderizado y la salida de subtítulos. Si la coincidencia automática falla, primero revisa el informe de diferencias; no uses estiramientos generales ni bajes el umbral forzadamente. Los resaltados de palabras clave corresponden a la locución real; los estados continuos evitan fundidos de entrada repetidos, las escenas independientes pueden tener un breve fundido de entrada y luego estabilizarse.
6. Vista previa, renderizado y entrega. Primero revisa las tomas representativas, los estados inicial y final de grupos de procesos, los subtítulos más largos y las áreas clave complejas, luego ejecuta renderizado incremental, exportación y decodificación completa. Según Revisión del Producto Final, revisa los fotogramas extraídos del MP4 final y la correspondencia de la pista de audio, corrigiendo las tomas afectadas. Al finalizar, proporciona MP4, SRT/VTT y un ZIP del proyecto con código fuente; no te quedes en el paquete de materiales o el plan.

Convenciones que Deben Mantenerse

• Conserva los hechos, el orden, las limitaciones y la locución aprobada del artículo original; no expandas, simplifiques conclusiones ni inventes ejemplos de locución para la imagen. Las imágenes auxiliares de casos deben indicar que son ilustrativas, no haciéndose pasar por capturas de pantalla reales, comportamiento de productos o evidencia científica.
• Usa el mismo identificador visual para el mismo concepto; las flechas deben tener significado. Las apariciones, conexiones, revelaciones paso a paso y círculos corresponden a la explicación; no uses círculos decorativos en caras, zooms continuos o cortes rápidos para ocultar una explicación insuficiente.
• La imagen principal no debe incluir títulos externos ni subtítulos completos. Las etiquetas de nodos necesarias en la imagen conservan texto editable; "imagen plana + SVG fuente" no equivale a tener animación de capas arbitraria.
• Desactivar por defecto las marcas de fuente y las barras de descripción de imagen: show_source_credits=false, show_image_labels=false. La atribución, licencias de fuentes y fuentes se almacenan en los archivos del proyecto; no eliminar la información de tiempo y lugar necesaria del contenido.
• single/compare/text y title/point/highlight/focus/reset/subtitle son capacidades base ya implementadas. Los cambios de estado paso a paso se cambian directamente, sin afirmar movimiento continuo o dibujo real trazo por trazo; las acciones adicionales solicitadas explícitamente por el usuario deben implementarse y verificarse mediante renderizado.
• Las estimaciones originales, las diferencias de ASR y el método de sincronización real se registran fielmente. Solo se permite el relleno de fotogramas de video para redondear al final del audio; está prohibido usar -shortest para recortar silenciosamente. Cuando los subtítulos ya se renderizan en el video, no se graba SRT duplicado.

Recursos y Eficiencia

scripts/ contiene verificación de materiales, importación, alineación de audio, canalización del proyecto, motor de renderizado y fuentes chinas, sin depender de los dos directorios de habilidades originales. Los paquetes de Python, FFmpeg y el navegador Chromium necesarios se detectan según sea necesario; prioriza reutilizar el entorno real disponible, no copies entornos virtuales al paquete de entrega.

El estado intermedio permanece en el proyecto actual, permitiendo la reanudación y re-ejecución. Solo se almacenan en caché las transcripciones con hash de audio coincidente y los fragmentos de renderizado con hash de entrada coincidente y especificaciones aprobadas. Los materiales independientes y las tomas se procesan en paralelo; los pasos con dependencias claras se ejecutan secuencialmente; primero las imágenes representativas, luego la producción en lote, y después de pasar la revisión, se evita el renderizado completo innecesario y repetido.