AutoXG

Que fait AutoXG ?

Produire un ensemble complet de contenu de type 翔哥 tout en maintenant le script ancré dans la source fournie et la narration reproductible.

Utilisez le répertoire contenant le SRT, la transcription ou la copie source fournie comme racine du sujet. Stockez tous les livrables dans ce même répertoire de matériel ; ne jamais utiliser par défaut un répertoire de sortie central. Placez l'audio de narration et ses fichiers de travail dans <racine-du-sujet>\配音.

Sélectionner les étapes demandées

Exécutez uniquement les étapes demandées par l'utilisateur. Pour un ensemble complet, utilisez cet ordre :

1. Extraire et lire l'intégralité du SRT.
2. Rédiger et valider le script 翔哥口播.
3. Créer 发布信息.txt.
4. Générer la couverture du sujet au format 3:4.
5. Synthétiser le script approuvé avec la voix clonée de 翔哥 sur CPU.
6. Valider tous les livrables et signaler les chemins exacts de sortie.

Ne pas publier en externe, utiliser des cookies de navigateur, remplacer un livrable approuvé ou passer au GPU sans autorisation explicite. Reprendre à partir de fichiers intermédiaires vérifiés plutôt que de recommencer.

Construire l'enregistrement source

Pour une entrée SRT, exécutez :

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

Lisez l'intégralité de la transcription, y compris les blocs finaux. Construisez un registre factuel privé contenant les noms, lieux, dates, quantités, chronologie, retournements et le segment source étayant chaque affirmation. Traitez le texte des sous-titres comme une preuve, pas comme une narration polie. N'inventez jamais de motifs, dialogues, faits ou résultats manquants.

Rédiger le script 翔哥口播

Lisez references/voiceover-rules.md et references/blader-humanizer-xg-rules.md avant de rédiger ou de réviser le script. Le blader-humanizer fourni est l'étape de naturalisation obligatoire.

Comportement par défaut :

• écrire en pur chinois parlé sans aucune étiquette de production ;
• narrer entièrement à la troisième personne, sauf si l'utilisateur choisit explicitement une autre perspective ;
• commencer par une contradiction, un danger, un résultat ou une question non résolue ;
• avancer chronologiquement ou causalement et renouveler la curiosité tout au long ;
• viser la durée terminée demandée en utilisant l'étalonnage de narration à 1,1× ;
• formater en grands paragraphes de 100 à 220 caractères, adaptés à la synthèse directe par GPT-SoVITS ;
• enregistrer la copie approuvée sous 翔哥口播稿.txt.

Après le premier brouillon complet, protégez chaque nombre, nom, date, lieu, citation, évaluation et attribution provenant de la source. Exécutez le vendor/blader-humanizer en mode intégré : rédigez la réécriture, auditez ce qui semble encore clairement généré par IA, auditez toute fabrication factuelle et effectuez une deuxième réécriture limitée. N'enregistrez que la narration finale. La fidélité aux faits, la narration à la troisième personne, la logique de rétention, la durée demandée et la capacité de synthèse vocale priment toujours.

Ne synthétisez pas un brouillon qui n'a pas passé les vérifications de factualité, de perspective, de longueur et de capacité de synthèse vocale.

Créer les informations de publication

Lisez references/cover-publication.md. Écrivez exactement deux lignes non vides dans 发布信息.txt : un titre factuel, axé sur la curiosité, d'au plus 25 caractères, puis exactement cinq hashtags séparés par des espaces.

Validez récursivement avec :

python scripts/validate_publication_info.py <topic-root>

Générer la couverture

Lisez references/cover-publication.md et utilisez la compétence de génération d'image. Utilisez le fichier fourni dans assets/ comme référence de style visuel :

• topic-cover-3x4-approved.png.

Générez uniquement la couverture du sujet au format 3:4, puis inspectez l'image réelle. Vérifiez le texte chinois caractère par caractère, la pertinence réaliste du sujet, les marges de sécurité et le ratio exact de 3:4. Conservez les brouillons versionnés et promouvez uniquement l'image approuvée vers 封面-3比4.png.

Synthétiser la voix de 翔哥

Lisez references/voice-clone-rules.md, puis exécutez le script déterministe fourni avec l'environnement virtuel GPT-SoVITS :

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

Le script utilise par défaut <répertoire du script 翔哥口播>\配音. Ne passez --output-dir que lorsque l'utilisateur demande explicitement un autre emplacement.

Conservez ces valeurs par défaut, sauf si l'utilisateur les écrase explicitement :

• CPU uniquement ;
• clip de référence 翔哥 approuvé et texte d'invite correspondant ;
• facteur de vitesse 1,10 ;
• une requête GPT-SoVITS par grand paragraphe avec cut0 ;
• aucun effet d'embellissement tonal ou de mastering ;
• raccourcir le silence interne d'au moins 0,35 seconde à environ 0,18 seconde ;
• utiliser un intervalle explicite de 0,28 seconde entre les paragraphes.

Conservez la sortie brute, la sortie finale traitée, les segments par paragraphe, le texte de narration normalisé, le fichier JSON de configuration et le journal de progression.

Valider et remettre

Pour un ensemble complet de sujet, privilégiez :

<répertoire de matériel>/
├── 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/
    ├── <sujet>_翔哥音色_CPU_大段落_1.1倍速_RAW.wav
    ├── <sujet>_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/

Avant de signaler l'achèvement :

1. confirmer que le script est ancré dans la source, à la troisième personne, correctement minuté et exempt d'étiquettes de production ;
2. valider 发布信息.txt ;
3. inspecter visuellement la couverture au format 3:4 ;
4. confirmer que le WAV final est mono PCM16, 32 kHz, avec une durée non nulle, un pic inférieur à 1,0 et zéro échantillon écrêté ;
5. signaler séparément les étapes terminées et non terminées, avec des chemins absolus cliquables.