AutoXG

¿Qué hace AutoXG?

Produce un paquete de contenido completo al estilo de 翔哥, manteniendo el guión anclado en la fuente proporcionada y la narración reproducible.

Utiliza el directorio que contiene el SRT, la transcripción o el texto fuente proporcionado como raíz del tema. Almacena cada entregable dentro de ese mismo directorio de material; nunca uses un directorio de salida central por defecto. Coloca el audio de la narración y sus archivos de trabajo en <raíz-del-tema>\配音.

Selecciona las etapas solicitadas

Ejecuta solo las etapas que el usuario solicite. Para un paquete completo, usa este orden:

1. Extraer y leer el SRT completo.
2. Escribir y validar el guión de voz en off de 翔哥 (翔哥口播稿).
3. Crear 发布信息.txt.
4. Generar la portada del tema en formato 3:4.
5. Sintetizar el guión aprobado con la voz clonada de 翔哥 en CPU.
6. Validar todos los entregables e informar las rutas exactas de salida.

No publiques contenido externamente, uses cookies del navegador, reemplaces un activo aprobado o cambies a GPU sin autorización explícita. Reanuda desde archivos intermedios verificados en lugar de reiniciar.

Construye el registro de la fuente

Para entrada SRT, ejecuta:

python scripts/extract_srt.py <input.srt> --output <source-transcript.txt>

Lee toda la transcripción, incluidos los bloques finales. Construye un registro de hechos privado que contenga nombres, lugares, fechas, cantidades, cronología, reversiones y el segmento fuente que respalda cada afirmación. Trata el texto de los subtítulos como evidencia, no como narración pulida. Nunca inventes motivos, diálogos, hechos o resultados faltantes.

Escribe el guión de voz en off de 翔哥 (翔哥口播稿)

Lee references/voiceover-rules.md y references/blader-humanizer-xg-rules.md antes de redactar o revisar el guión. El blader-humanizer incorporado es la etapa de naturalización obligatoria.

Comportamiento predeterminado:

• escribe chino hablado puro sin etiquetas de producción;
• narra completamente en tercera persona a menos que el usuario elija explícitamente otra perspectiva;
• abre con una contradicción, peligro, resultado o pregunta no resuelta;
• avanza cronológica o causalmente y renueva la curiosidad a lo largo del texto;
• apunta a la duración final solicitada usando la calibración de narración a 1.1×;
• formatea en grandes párrafos de 100 a 220 caracteres, adecuados para la síntesis directa con GPT-SoVITS;
• guarda la copia aprobada como 翔哥口播稿.txt.

Después del primer borrador completo, protege cada número, nombre, fecha, lugar, cita, calificación y atribución respaldados por la fuente. Ejecuta vendor/blader-humanizer en modo integrado: redacta la reescritura, audita qué parte todavía parece generada por IA de forma obvia, audita si hay algún hecho inventado y realiza una segunda reescritura acotada. Guarda solo la narración final. La fidelidad a los hechos, la narración en tercera persona, la lógica de retención, la duración solicitada y la capacidad de locución para TTS siempre ganan.

No sintetices un borrador que no haya pasado las comprobaciones de hechos, perspectiva, longitud y capacidad de locución.

Crea la información de publicación

Lee references/cover-publication.md. Escribe exactamente dos líneas no vacías en 发布信息.txt: un título factual y curioso de máximo 25 caracteres, luego exactamente cinco hashtags separados por espacios.

Valida recursivamente con:

python scripts/validate_publication_info.py <topic-root>

Genera la portada

Lee references/cover-publication.md y usa la habilidad de generación de imágenes. Usa el archivo incluido en assets/ como referencia de estilo visual:

• topic-cover-3x4-approved.png.

Genera solo la portada del tema en formato 3:4, luego inspecciona la imagen real. Verifica el texto en chino carácter por carácter, la relevancia realista del tema, los márgenes seguros y la relación de píxeles exacta 3:4. Mantén borradores versionados y promueve solo la imagen aprobada a 封面-3比4.png.

Sintetiza la voz de 翔哥

Lee references/voice-clone-rules.md, luego ejecuta el script determinista incluido con el entorno virtual de GPT-SoVITS:

& 'D:\GPT-SoVITS\.venv\Scripts\python.exe' `
  scripts/synthesize_xiang_cpu.py `
  --text <翔哥口播稿.txt> `
  --name <topic-name>

El script usa por defecto <directorio del guión 翔哥口播稿>\配音. Pasa --output-dir solo cuando el usuario lo solicite explícitamente en otra ubicación.

Mantén estos valores predeterminados a menos que el usuario los anule explícitamente:

• solo CPU;
• clip de referencia de 翔哥 aprobado y texto de prompt coincidente;
• factor de velocidad 1.10;
• una solicitud GPT-SoVITS por párrafo grande con cut0;
• sin efecto de embellecimiento de tono o masterización;
• acorta el silencio interno de al menos 0.35 segundos a aproximadamente 0.18 segundos;
• usa un espacio entre párrafos explícito de 0.28 segundos.

Conserva la salida sin procesar, la salida final procesada, los segmentos por párrafo, el texto de narración normalizado, el JSON de configuración y el registro de progreso.

Valida y entrega

Para un paquete de tema completo, prefiere:

<subdirectorio del material>/
├── 原始字幕.srt
├── source-transcript.txt
├── 翔哥口播稿.txt
├── 发布信息.txt
├── 封面-3比4.png
└── 配音/
    ├── <tema>_翔哥音色_CPU_大段落_1.1倍速_RAW.wav
    ├── <tema>_翔哥音色_CPU_大段落_1.1倍速_句间停顿缩短.wav
    ├── 配音稿_大段落.txt
    ├── 配音配置.json
    ├── progress.log
    └── segments/

Antes de informar la finalización:

1. confirma que el guión está basado en la fuente, en tercera persona, con el tiempo correcto y sin etiquetas de producción;
2. valida 发布信息.txt;
3. inspecciona visualmente la portada 3:4;
4. confirma que el WAV final sea mono PCM16, 32 kHz, con duración distinta de cero, pico por debajo de 1.0 y cero muestras recortadas;
5. informa las etapas completadas e incompletas por separado, con rutas absolutas en las que se pueda hacer clic.