xiaocong3/ecommerce-video-skills

ffmpeg 自动拼接成片 · Auto-assemble with ffmpeg

storyboard.json → 配音（edge-tts）→ 每镜 Ken Burns / 裁切 vidéo → xfade 转场 → ASS 字幕花字 → BGM 闪避混音 → 两遍 loudnorm（-14 LUFS）→ out/video.mp4 + .srt。

Fait partie de ecommerce-video-skills · Les scripts sont tous dans le répertoire scripts/ : assemble.py (programme principal) · tts_edge.py · make_subs.py · make_bgm.py (synthèse BGM libre de droits) · make_cards.py (cartes produits/cartes de fin avec PIL)

Entrées Inputs

• storyboard.json (peut être généré par selling-point-storyboard), les chemins des médias sont relatifs à ce fichier
• Environnement : Python 3.9+, pip install pillow numpy edge-tts, ffmpeg (avec libass), police CJK

Démarrage rapide Quick start

pip install pillow numpy edge-tts
python scripts/assemble.py examples/aura-bottle/storyboard.json -o out/aura.mp4       # Exemple fourni, environ 30s de rendu
python scripts/assemble.py storyboard.json --tts none -o out/preview.mp4             # Aperçu hors ligne (sans voix-off, durée estimée par nombre de caractères)
python scripts/assemble.py storyboard.json --size 1080x1080 -o out/main-1x1.mp4      # Vidéo produit 1:1
python scripts/assemble.py storyboard.json --bgm music.mp3                           # Utilise une musique dont vous avez les droits

Champs du storyboard Fields

Champ	Description
voice / rate / pitch (racine)	Timbre edge-tts, débit (ex. +10%), hauteur tonale
bgm (racine)	"auto" (synthèse intégrée, libre de droits) / chemin du fichier audio / null
tag (racine)	Autocollant en haut à gauche pendant toute la vidéo (marque/modèle/« Démo »)
image ou video (+start)	Média ; pour une vidéo, extrait à partir de start seconde sur la durée du plan
line	Texte de la voix-off ; durée du plan = voix-off + 0.15s de préfixe + pad
sub	Sous-titres (par défaut identique à line) ; "" signifie pas de sous-titres pour ce plan ; **mise en gras**, `
title / cta	Texte stylisé / bouton d'appel à l'action
motion	zoom_in zoom_out pan_left pan_right pan_up pan_down punch static
fit	auto (ajuste selon le ratio : rogne si proche, remplissage flou sinon) / cover / blur
transition	Nom du xfade pour la transition vers le plan suivant : fade slideleft slideup smoothleft circleopen wipeleft …
min / duration / pad	Durée minimale / durée fixe / silence après la phrase (secondes)

Étapes Steps

1. Vérifier que tous les médias existent, que leurs dimensions sont appropriées (image produit ≥ 1000px) ; si la carte de fin manque, la générer avec make_cards.py : python scripts/make_cards.py --image main.png --name "NomProduit" --points "Point1|Point2|Point3" -o assets/end-card.png
2. Lancer d'abord un aperçu avec --tts none pour vérifier le rythme visuel, puis lancer le rendu final.
3. Après le rendu, extraire une image pour vérification : ffmpeg -ss 3 -i out/video.mp4 -frames:v 1 check.png
4. Utiliser platform-spec-export pour exporter les versions pour chaque plateforme ; utiliser cover-title-ab pour la vignette.

Détails du pipeline How it works

• Ken Burns : Animation image par image avec scale(eval=frame)+crop, moins de tremblements qu'avec zoompan ; punch = zoom avant rapide en 0,35 seconde (pour accrocher).
• Transitions : Chaque plan est rendu avec une demi-durée supplémentaire pour la transition ; xfade centré sur la frontière entre les plans, le point de départ de la voix-off n'est pas coupé par la transition.
• Mixage : La voix-off est placée au début de chaque plan ; la musique de fond est à -20 dB par défaut, compressée de 10 dB supplémentaires en présence de voix (ducking lissé) ; compression/limitation puis double loudnorm pour atteindre environ -14 LUFS, TP -1,5 dB.
• Sous-titres : Génération d'un build/timing.json basé sur la durée réelle de la voix-off → make_subs.py → incrustation avec libass, export simultané du fichier .srt.

Liste de vérification Checklist

• Durée, résolution et fréquence d'images de la vidéo finale correctes (ffprobe out/video.mp4)
• Extraire 3 images : les sous-titres ne cachent pas le produit, ne dépassent pas dans la zone UI du bas
• Écouter : voix-off claire, BGM non envahissant, pas de craquement au début
• La musique de fond possède une licence commerciale (la musique synthétisée auto peut être utilisée sans crainte)
• Les médias (images/vidéos/polices) sont sous licence d'utilisation

Problèmes courants et correctifs Failure fixes

Problème	Correctif
ffmpeg failed	Voir la fin du stderr imprimé par le script ; cause fréquente : chemin erroné ou ffmpeg sans libass/libx264
Bords flous	Résolution trop faible ; utiliser une image d'au moins 1080px ou réduire l'amplitude du mouvement (passer à static)
Produit rogné	Définir "fit": "blur" pour ce plan
Son coupé au niveau de la transition	Cela n'arrive pas (la voix-off est alignée sur le début du plan) ; si une duration personnalisée est trop courte, l'allonger
Rendu lent	Le preset utilise déjà des fichiers intermédiaires veryfast ; pour l'encodage final, remplacer -preset medium par fast
Besoin de 1:1 / 16:9	Utiliser --size 1080x1080 / --size 1920x1080, la taille des sous-titres s'ajuste automatiquement

Références et remerciements : L'idée s'inspire du pipeline « script→voix-off→sous-titres→assemblage » de MoneyPrinterTurbo (MIT), mais cette implémentation est une version indépendante en pur ffmpeg, sans copie de son code.