Que fait examen-rendu-ugc ?
La passerelle QC que TOUTE recette vidéo UGC doit franchir avant publication. Pas un
/watchvisuel — un diff déterministe transcription-vs-script qui sort avec un code non nul en cas de défaut pour que la recette puisse bloquerset_final_render.
Pourquoi ça existe
Seedance génère l'audio nativement. Il arrive qu'il déforme un mot — la ligne
approuvée human-vetted revient prononcée human witted ; exemples documentés
similaires : Hume→Hune, Alitu→al-too. Le défaut réside dans l'audio du rendu,
donc un /watch visuel ("le dialogue correspond au script") le laisse passer, et une
étape de sous-titrage aval grave ensuite le mauvais mot textuellement. Rien ne
comparait l'audio réellement parlé au script approuvé par l'utilisateur.
Cette passerelle fait exactement cela, de manière déterministe, et refuse de publier en cas d'écart.
Quand l'exécuter
- OBLIGATOIRE dans chaque recette
remix-ugc-*-from-sampleetcreate-ugc-*-video-from-refs, dans la phase QC, après l'existence du rendu principal et avantset_final_render. - Ré-exécuter après chaque correction / nouvelle tentative jusqu'à ce qu'il soit VALIDÉ.
Contrat
Avant le rendu, enregistrez les lignes parlées approuvées exactes (l'énonciation textuelle,
aucune note de rythme) dans working/approved-script.txt. Ensuite, après le rendu :
python3 <pack>/review-ugc-render/scripts/review_render.py \
--video working/final.mp4 \
--script-file working/approved-script.txt \
--json working/review-verdict.json
- exit 0 → VALIDÉ — procédez à la publication (
set_final_render). - exit 2 → ÉCHEC — ne PAS publier. Lisez le rapport, corrigez, relancez.
- exit 3 → ERREUR — la vérification n'a pas pu être exécutée (voir ci-dessous) ; corrigez l'environnement, ne publiez pas à l'aveugle.
Backend de transcription (par ordre de priorité) : OPENAI_API_KEY (respecte
OPENAI_BASE_URL, donc il passe par le proxy Whisper de gooseworks s'il est défini) →
CLI whisper local. ffmpeg doit être dans le PATH.
Ce que signifie ÉCHEC et comment corriger
| Ligne du rapport | Cause racine | Correction |
|---|---|---|
[élevé] dit [witted] alors que le script a [vetted] | Seedance a déformé le mot dans l'audio généré | Ré-ensemencez une nouvelle graine. S'il s'agit d'une marque/un jeton inventé, épelez-le phonétiquement dans la LIGNE PARLÉE (ex. Ali-too, jamais une parenthèse (prononcé …) — Seedance lit les parenthèses à voix haute). Voir Modes d'échec de create-video-seedance-2-fal. |
[moyen] omission de [...] / faible similarité | Seedance a omis une phrase approuvée | Ré-ensemencez ; si seulement un mot de fin, une correction chirurgicale par stitch_replacement.py peut le récupérer. |
⚠ l'audio est effectivement silencieux | Mauvais rendu / piste audio perdue en post-production | Re-rendu / revérifiez le mux ; ne publiez jamais une prise silencieuse. |
ERREUR : aucun backend de transcription | Pas de OPENAI_API_KEY ni de whisper local | Définissez la clé (proxy OPENAI_BASE_URL) ou installez whisper, puis relancez. |
--expect-music est uniquement indicatif (avertit si un fond musical est absent) ;
il ne fait pas échouer la passerelle à lui seul.
Entrées
--video CHEMIN(obligatoire) — le mp4 maître rendu.--script-file CHEMINou--script "texte"— le script parlé approuvé. Omettre les deux uniquement pour un clip véritablement sans script (la vérification de dérive est alors ignorée et la passerelle est indicative).--min-ratio FLOTTANT(défaut0.90) — similarité de jetons transcription↔script pour réussir.--json CHEMIN— écrit le verdict machine pour le panneau de révision de l'application.
Tests
python3 tests/test_review_render.py # logique de verdict pur ; pas d'audio/réseau
Couverture : la déformation canonique vetted→witted, la déformation de nom de marque,
les fins omises, les remplissages bénins et le chemin indicatif sans script.
Relation avec le moteur de révision content-goose
Il s'agit de la partie publiée, mono-fichier, de contrôle de la passerelle du
coworkers/video/molecules/review/review-loop complet (grille à 18 axes). Ici, nous
appliquons le seul axe qui détecte les défauts audio-vs-script au moment de la publication
(review-transcript-integrity / brand_text_accuracy). Une révision multi-axes plus
approfondie reste dans le laboratoire content-goose.