Talking-head según plantilla Hanta AI
Esta es la versión empaquetada de la plantilla talking-head-editor que genera videos al estilo Hanta AI, no la versión anterior con League Gothic. Se mantiene la disposición y los movimientos de la plantilla; no se afirma una coincidencia exacta píxel a píxel cuando el contenido, el orador o el sistema operativo varían.
Entrada
Recibe un video de orador y recursos gráficos permitidos. Cada trabajo crea su propia carpeta:
job/
media/raw.mp4
media/assets/...
edit.json
analysis/
out/
Se utiliza el tiempo del video original para cortes, subtítulos e inserts. Lea la estructura de edit.json al redactar el plan; style.md describe hero, sub, brand, card, compare, proof, pip, broll y CTA.
Si ya existe una transcripción, reutilícela y verifique los nombres propios. Cuando sea necesario ASR, ejecute scripts/transcribe.py en Python con el backend correspondiente; --help no requiere modelo. Lea runtime.md para instalar un backend opcional. Los modelos de reconocimiento y TTS no están incluidos.
Edición
- Hero resume la idea principal, resaltando las palabras clave en dorado. Sub para transiciones; brand al presentar el nombre del programa; CTA al final. Cada bloque debe tener tiempo de lectura suficiente; no invente logros ni imágenes de prueba.
- Alinee el texto con lo que se dice, no solo con el inicio aproximado de la frase. Verifique que el texto escrito haya terminado de mostrarse antes de desaparecer.
- Revise la posición del rostro/persona antes de colocar un pip. Con oradores como en la plantilla Hanta, la ventana insertada debe ubicarse en la zona vacía superior; no cubra la cabeza/cara. Mantenga escenas de Vietnam si el contexto es un evento/empresa vietnamita.
- Evite usar nombres de tarjetas o escenarios de otros eventos que puedan confundir al espectador sobre el evento que se está presentando. Las tarjetas a pantalla completa no deben superponerse a hero/sub.
- Mantenga la voz real del video; la música y los SFX deben tener un volumen menor que la voz. No corte palabras de manera abrupta ni cambie el significado al eliminar silencios.
Ejecución
Todas las rutas de los scripts se calculan desde la carpeta de este skill, no desde la carpeta del usuario:
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
En la primera configuración, use npm ci desde el archivo lockfile dentro del proyecto de renderizado del trabajo. En ejecuciones posteriores, reutilice la misma versión. No abra Studio, navegador ni archivos de video por sí mismo. Por defecto, se renderiza con un solo flujo; solo aumente si la máquina lo permite o el usuario lo solicita. Para pruebas rápidas, renderice con --frames=0-59 y luego renderice el video completo.
Las fuentes Anton y Montserrat están disponibles en assets/fonts junto con su licencia OFL; no descargue fuentes durante el renderizado. Los pops/whoosh se generan localmente si el trabajo no tiene archivos propios. El script render.sh solo llama a render.py; no hay una segunda plantilla.
Entrega
Ejecute el QA que decodifica el video completo, compara el número de fotogramas y verifica que todas las tarjetas gráficas y etiquetas estén en tamaño completo. Coteje la transcripción/timing y escuche si es posible reproducir el audio real; no afirme haber escuchado si solo revisó metadatos/ASR. Si no es posible escuchar directamente, indique esta limitación. Limpie correctamente los procesos creados por el trabajo; no cierre otros programas del usuario.
El archivo de ejemplo hanta-reference.json contiene el plan de la plantilla de referencia; los videos/músicas personales no están incluidos. Lea reference-inputs.md antes de usar el ejemplo para reconstruir.