글 + 오디오로 직접 화이트보드 동영상 생성
글과 녹음 파일을 입력하면 재생 가능한 완전한 동영상을 제공합니다.素材 디자인과 동영상 제작은 이 스킬 내부의 연속적인 프로세스로, 사용자가 다른 스킬을 호출하거나 기술 설정을 직접 작성할 필요가 없습니다. 기본값은 중국어, 흰색 배경, 컬러 선화 또는 간결한 평면 그래픽, 16:9, 1920×1080, 30fps이며 사용자가 지정한 사양에 따라 조정합니다.
입력과 기본 결정
- 사용자의 원본 글과 원본 오디오를 저장합니다. 녹음 파일은 시간 기준이며, 다시 녹음하지 않고, 목소리를 바꾸지 않고, 배경 음악을 추가하지 않고, 속도를 높이지 않고, 일시 정지를 삭제하거나 끝부분을 자르지 않습니다. 사용자가 별도로 요청할 때만 조정합니다.
- 글은 사실과 설명 구조를 담당하고, 녹음은 실제 내레이션과 리듬을 결정합니다. 먼저 이 둘을 대조합니다: 구두점, 장 번호 읽기 방식 및 명백한 오타는 직접 정리할 수 있습니다. 약간의 녹음 오류(口誤)가 있는 경우 음성은 유지하고 자막 수정 사항을 기록합니다. 실질적인 추가/삭제, 재배열, 결론 충돌 또는 잘못된 오디오가 있는 경우 구체적인 차이점을 나열하고, 동영상 결과에 영향을 미치는 이 선택에 대해서만 질문하며, 응답에 의존하지 않고 화면 준비를 계속합니다.
- 일반적인 샷, 스타일 및 기술 선택에 대해 사용자 확인을 요구하지 않습니다. 글과 오디오가 모두 준비되면 시작할 수 있습니다. 필수 입력이 부족하거나 실질적인 충돌이 있을 때만 질문합니다. 오디오가 없으면 먼저 스토리보드 준비를 완료하고, 새 내레이션으로 대체하거나 무음 동영상으로 작업 완료를 주장할 수 없습니다.
- 기존 스토리보드,素材 또는 프로젝트가 있는 경우 먼저
editing-notes,style-lock및 실제 구성을 읽고, 승인된 내용과 번호를 유지합니다. 수정 시 영향을 받는 부분만 다시 작업하고, 전체素材 세트를 다시 생성하지 않습니다.
연속 워크플로우
- 먼저 오디오를 읽고, 그다음 스토리보드를 작성합니다. 실행 및 정렬에 따라 환경, 실제 디코딩 시간 및 해시를 확인합니다. 단어 수준 타임스탬프 또는 근거가 있는 문장 수준 시간을 얻고, 글을 대조합니다. 동일한 오디오는 해시가 일치하는 전사를 재사용할 수 있습니다. 파일 이름만 같으면 재사용할 수 없습니다. 먼저 내레이션 단락과 일시 정지를 결정한 다음 화면 정보량을 결정합니다.
- 지식을 화면으로 변환합니다. 설명 화면 디자인을 읽습니다. 의미 기반으로 샷을 나누고, 각 샷마다 명확한 이해 목표와 의미 있는 변화를 설정합니다. 우선 장면 일러스트, 관계 다이어그램, 동일 사례 비교, 단계별 과정을 사용합니다. 키워드는 대상을 식별하고, 전체 내레이션은 자막에 맡깁니다. 분당 고정 이미지 수에 맞추지 않습니다.
- 한 번 제작하고 지속적으로 재사용합니다. 시각 및素材에 따라 대표적인 관계 또는 과정 화면을 하나 만들고, 실제 최종 표시 크기를 확인한 후 확장합니다. 텍스트와 관계 다이어그램은 우선 편집 가능한 SVG를 사용합니다. 비트맵 표현이 필요할 때만 이미지 생성 도구를 호출합니다. 연속 상태는 동일한 좌표, 비율, 캐릭터 및 색상을 공유합니다. 편집 가능한 원본, 실제 PNG 및 주요 영역을 저장합니다.
- 재구성 가능한 프로젝트를 구축합니다. 내부 데이터 계약에 따라 자재 명세서, 스토리보드 및 handoff를 생성하고, 자재 감사를 실행한 다음
pipeline.py init을 사용하여 한 번에 검증하고 공식 프로젝트로 가져옵니다. 동일한 사전 검증 프로젝트나 중간 ZIP을 추가로 여러 번 만들지 마십시오.素材, 소스 코드, 녹음, 렌더러는 모두 독립적인 프로젝트로 들어갑니다. - 오디오-비디오 시간을 통일합니다.
align_audio.py align을 사용하여 실제 샷, 자막 및 강조 앵커 타임라인을 생성합니다. 동일한 프레임 타임라인이 렌더링과 자막 출력을 구동합니다. 자동 일치가 실패하면 먼저 차이 보고서를 확인하고, 전체적으로 늘리거나 임계값을 낮춰 억지로 통과시키지 마십시오. 키워드 강조는 실제 내레이션에 해당합니다. 연속 상태에서는 반복 페이드인이 금지되고, 독립적인 장면은 짧게 페이드인 후 안정적으로 유지될 수 있습니다. - 미리보기, 렌더링, 전달합니다. 먼저 대표 샷, 프로세스 그룹의 첫 번째 및 마지막 상태, 가장 긴 자막 및 복잡한 주요 영역을 확인한 다음, 증분 렌더링, 내보내기 및 전체 디코딩을 실행합니다. 완성 영상 검사에 따라 최종 MP4의 프레임 추출 및 오디오 트랙 대응을 확인하고, 영향을 받은 샷을 수정합니다. 완료 후 MP4, SRT/VTT 및 소스 코드가 포함된 프로젝트 ZIP을 제공합니다.素材 패키지나 계획에서 멈추지 마십시오.
반드시 지켜야 할 규칙
- 원본 글의 사실, 순서, 한정어 및 승인된 내레이션을 유지합니다. 화면을 위해 임의로 확장하거나, 결론을 단순화하거나, 예시 내레이션을 만들지 마십시오. 보조 화면 예시는 '示意'임을 명시하고, 실제 스크린샷, 제품 동작 또는 과학적 증거로 가장하지 마십시오.
- 동일한 개념은 동일한 시각적 식별자를 사용합니다. 화살표는 의미가 있어야 합니다. 등장, 연결, 단계별 공개 및 강조 표시는 설명에 해당해야 합니다. 장식용 얼굴 원, 지속적인 확대/축소 또는 빠른 컷으로 설명 부족을 감추지 마십시오.
- 주체 그림에 외부 제목이나 전체 자막을 굽지 마십시오. 그림 내 필수 노드 레이블은 편집 가능한 텍스트로 유지합니다. "평면 그래픽 + 소스 SVG"가 임의 레이어 애니메이션을 이미 구현했다는 의미는 아닙니다.
- 기본적으로 출처 워터마크와 이미지 설명 표시줄을 비활성화합니다:
show_source_credits=false,show_image_labels=false. 저작자 표시, 글꼴 라이선스 및 출처는 프로젝트 파일에 보관합니다. 콘텐츠 자체에 필요한 시간과 장소는 삭제하지 않습니다. - 단일 샷
single/compare/text및title/point/highlight/focus/reset/subtitle은 이미 구현된 기본 기능입니다. 단계별 상태는 직접 전환하며, 연속적인 이동이나 실제 스트로크별 드로잉이라고 주장하지 않습니다. 사용자가 명확히 요청한 추가 동작은 실제로 구현되고 렌더링되어 검증되어야 합니다. - 원래 예상 시간, ASR 차이, 실제 동기화 방식을 사실 그대로 기록합니다. 오디오 끝에 동영상 프레임 반올림 차이만 허용합니다.
-shortest로 자동으로 잘라내는 것을 금지합니다. 자막이 이미 렌더러에 의해 그려진 경우 SRT를 다시 굽지 않습니다.
리소스 및 효율성
scripts/ 디렉토리에는 자재 검사, 가져오기, 오디오 정렬, 프로젝트 파이프라인, 렌더링 엔진 및 중국어 글꼴이 포함되어 있습니다. 원래의 두 스킬 디렉토리에 의존하지 않습니다. 필요한 Python 패키지, FFmpeg 및 Chromium 브라우저를 필요에 따라 감지합니다. 실제 사용 가능한 환경을 우선 재사용하고, 가상 환경을 전달 패키지에 복사하지 않습니다.
중간 상태는 현재 프로젝트에 남아 있으며 복구하여 다시 실행할 수 있습니다. 오디오 해시가 일치하는 전사본과 입력 해시가 일치하고 사양이 적합한 렌더링된 세그먼트만 캐시합니다. 독립적인素材와 샷은 병렬로 처리하고, 명확한 단계가 있는 작업은 순서대로 실행합니다. 먼저 대표 화면을 만든 후 일괄 제작하고, 검사 통과 후 이유 없이 전체 동영상을 반복 렌더링하지 않습니다.