Talking-head selon le modèle Hanta AI
Ceci est un empaquetage du template talking-head-editor qui a créé la vidéo Hanta AI, et non l'ancienne version League Gothic. Respectez la disposition et les mouvements du modèle ; ne prétendez pas à une identité pixel parfaite lorsque le contenu, l'intervenant ou le système d'exploitation diffère.
Réception des entrées
Reçoit une vidéo d'intervenant et les médias d'illustration autorisés. Chaque tâche crée un répertoire dédié :
job/
media/raw.mp4
media/assets/...
edit.json
analysis/
out/
Utilisez le temps de la vidéo source pour les coupes, les sous-titres et les incrustations. Lisez structure edit.json lors de la rédaction du plan ; style.md décrit hero, sub, brand, card, compare, proof, pip, broll et CTA.
S'il existe déjà un transcript, réutilisez-le et vérifiez les noms propres. En cas de besoin d'ASR, exécutez scripts/transcribe.py dans Python avec le backend correspondant ; --help ne nécessite pas de modèle. Lisez runtime.md pour installer le backend optionnel. Les modèles de reconnaissance et TTS ne font pas partie du paquet.
Montage
- Hero résume l'idée principale, met en valeur les mots-clés en doré. Sub pour les phrases de transition ; brand lors de la présentation du nom du programme ; CTA en fin de vidéo. Chaque segment doit avoir un temps de lecture suffisant ; n'inventez pas de résultats ou d'images preuves.
- Alignez le texte sur la parole, pas seulement sur un début de phrase estimé. Vérifiez également les parties du texte qui n'ont pas eu le temps d'être lues avant leur disparition.
- Vérifiez la position du visage/de la personne avant de placer un PIP. Pour un intervenant comme dans le modèle Hanta, la fenêtre d'incrustation se trouve dans la partie vide au-dessus ; ne couvrez pas la tête/le visage. Conservez des scènes vietnamiennes si le contexte est un événement/une entreprise vietnamienne.
- Évitez d'utiliser un badge ou un plateau d'un autre événement qui pourrait faire croire au spectateur qu'il assiste à l'événement présenté. Les cartes plein écran ne doivent pas chevaucher hero/sub.
- Gardez la voix réelle de la vidéo ; la musique et les effets sonores doivent être plus faibles que la parole. Ne coupez pas les mots en plein milieu et ne modifiez pas le sens en supprimant les silences.
Exécution
Tous les chemins de scripts sont relatifs au répertoire de cette compétence, pas au répertoire de l'utilisateur :
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
La première installation utilise npm ci à partir du fichier lockfile dans le projet de rendu du job. Les fois suivantes, réutilisez la même version. N'ouvrez pas Studio, le navigateur ou les fichiers vidéo. Par défaut, un seul flux de rendu ; n'augmentez que si la machine le permet ou si l'utilisateur le demande. Effectuez un rendu court avec --frames=0-59 pour vérifier, puis un rendu complet.
Les polices Anton et Montserrat sont disponibles dans assets/fonts avec la licence OFL ; ne les téléchargez pas lors du rendu. Les pops/whoosh sont générés localement si le job n'a pas ses propres fichiers. Le script render.sh ne fait qu'appeler render.py ; il n'y a pas de second template.
Livraison
Exécutez le QA en décodant l'intégralité de la vidéo, en comparant le nombre d'images, en vérifiant les tableaux d'images et les cartes en pleine résolution. Recoupez le transcript/le timing et écoutez si vous avez la capacité de lecture audio réelle ; ne dites pas avoir écouté si vous n'avez vérifié que les métadonnées/ASR. Si vous ne pouvez pas écouter directement, mentionnez clairement cette limitation. Nettoyez correctement les processus créés par le job ; ne fermez pas d'autres programmes de l'utilisateur.
L'exemple hanta-reference.json stocke le plan du modèle ; les vidéos/musiques personnelles ne sont pas incluses. Lisez reference-inputs.md avant d'utiliser l'exemple pour une reconstruction.