review-ugc-render
すべてのUGC動画レシピが公開前に必ず通過しなければならないQCゲート。目視による
/watchではなく、決定論的な文字起こし対台本の差分チェックであり、欠陥があれば非ゼロ終了コードを返してレシピがset_final_renderをハードストップできるようにする。
なぜこれが必要か
Seedance は音声をネイティブに生成する。しかし、単語を誤読することがある——承認された台本の human-vetted が human witted と発音されたり、他にも Hume→Hune、Alitu→al-too といった事例が確認されている。この欠陥はレンダリングの音声に存在するため、目視の /watch(「台本通りに聞こえる」)では見逃されてしまい、後続のキャプションパスで誤った単語がそのまま焼き込まれてしまう。これまでは、実際に発音された音声とユーザーが承認した台本を比較する仕組みがなかった。
このゲートはまさにそれを決定論的に実行し、不一致があれば公開を拒否する。
実行タイミング
- 必須:
remix-ugc-*-from-sampleおよびcreate-ugc-*-video-from-refsのすべてのレシピで、QCフェーズのマスターレンダリング作成後かつset_final_renderの前に実行する。 - 修正/再レンダリングのたびに、PASSするまで再実行する。
契約
レンダリング前に、承認された正確な発話内容(ビートノートなどは含めず、そのままの発話)を working/approved-script.txt に保存する。その後、レンダリング後に以下を実行:
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 → PASS — 公開に進む(
set_final_render)。 - exit 2 → FAIL — 公開しない。レポートを読み、修正して再実行。
- exit 3 → ERROR — チェックを実行できなかった(下記参照)。環境を修正し、盲目的に公開しない。
文字起こしバックエンド(優先順): OPENAI_API_KEY(OPENAI_BASE_URL を尊重するため、gooseworks Whisper プロキシが設定されている場合はそれを経由)→ ローカル whisper CLI。ffmpeg が PATH に含まれている必要がある。
FAIL の意味と修正方法
| レポート行 | 根本原因 | 修正方法 |
|---|---|---|
[high] said [witted] where script has [vetted] | Seedance が生成音声で単語を誤読した | 新しいシードで再生成。 ブランド名や造語の場合は、SPOKEN LINE で発音的にスペルする(例: Ali-too、(pronounced ...) のような括弧書きは絶対に使わない——Seedance は括弧書きをそのまま読み上げる)。create-video-seedance-2-fal の障害モードを参照。 |
[medium] dropped [...] / 類似度が低い | Seedance が承認されたフレーズを飛ばした | 再生成。末尾の単語のみであれば、stitch_replacement.py で局所的に修正できる可能性がある。 |
⚠ audio is effectively silent | 間違ったレンダリング / ポストプロダクションで音声トラックが失われた | 再レンダリング / マルチプレクスを再確認。無音のテイクを公開してはならない。 |
ERROR: no transcription backend | OPENAI_API_KEY もローカル whisper もない | キー(プロキシ OPENAI_BASE_URL)を設定するか、whisper をインストールして再実行。 |
--expect-music は助言のみ(音楽がなければ警告を出す)であり、それ自体でゲートを失敗させることはない。
入力
--video PATH(必須)— レンダリングされたマスターmp4。--script-file PATHまたは--script "text"— 承認された発話台本。スクリプトのないクリップ(ドリフトチェックはスキップされ、ゲートは助言のみとなる)の場合のみ両方を省略できる。--min-ratio FLOAT(デフォルト0.90)— 文字起こしと台本のトークン類似度の合格ライン。--json PATH— アプリのレビューパネル向けの機械判定結果を書き込む。
テスト
python3 tests/test_review_render.py # 純粋な判定ロジック。音声/ネットワーク不要
代表的な vetted→witted 誤読、ブランド名の誤読、末尾脱落、無害なフィラー、スクリプトレス助言パスをカバーする。
content-goose レビューエンジンとの関係
これは、より本格的な coworkers/video/molecules/review/review-loop(18軸評価ルーブリック)の、単一ファイルで切り出されたゲート版である。ここでは、公開時に音声と台本の欠陥を捉える1軸(review-transcript-integrity / brand_text_accuracy)を強制する。より深い多軸レビューは content-goose ラボに残されている。