DaBaoAgent/AutoXG

AutoXG은(는) 무엇을 하나요?

제공된 소스에 기반한 사실적인 대본과 재현 가능한 내레이션을 사용하여 완전한 翔哥 콘텐츠 패키지를 제작합니다.

제공된 SRT, 녹취록 또는 원본 사본이 포함된 디렉토리를 주제 루트(topic root)로 사용합니다. 모든 전달물은 동일한 자료 디렉토리 안에 저장하며, 절대 중앙 출력 디렉토리를 기본값으로 사용하지 마십시오. 내레이션 오디오 및 작업 파일은 <topic-root>\配音에 저장합니다.

요청된 단계 선택

사용자가 요청한 단계만 실행합니다. 전체 패키지의 경우 다음 순서를 따릅니다:

1. 전체 SRT를 추출하여 읽습니다.
2. 翔哥口播稿를 작성하고 검증합니다.
3. 发布信息.txt를 생성합니다.
4. 3:4 주제 커버를 생성합니다.
5. 승인된 대본을 翔哥 클론 음성으로 CPU에서 합성합니다.
6. 모든 전달물을 검증하고 정확한 출력 경로를 보고합니다.

명시적인 승인 없이 외부에 게시하거나, 브라우저 쿠키를 사용하거나, 승인된 자산을 교체하거나, GPU로 전환하지 마십시오. 재시작 대신 검증된 중간 파일부터 재개합니다.

소스 기록 구축

SRT 입력의 경우 다음을 실행합니다:

python scripts/extract_srt.py <input.srt> --output <source-transcript.txt>

마지막 블록을 포함하여 전체 녹취록을 읽습니다. 이름, 장소, 날짜, 수량, 연대기, 반전 및 각 주장을 뒷받침하는 소스 세그먼트를 포함하는 비공개 사실 원장(fact ledger)을 작성합니다. 자막 내용을 증거로 취급하고, 다듬어진 내레이션이 아닌 것으로 간주합니다. 누락된 동기, 대화, 사실 또는 결과를 절대 지어내지 마십시오.

翔哥口播稿 작성

대본을 작성하거나 수정하기 전에 references/voiceover-rules.md 및 references/blader-humanizer-xg-rules.md를 읽으십시오. 번들된 blader-humanizer는 필수 자연스러움(naturalization) 단계입니다.

기본 동작:

• 제작 레이블 없이 순수 구어체 중국어로 작성합니다.
• 사용자가 명시적으로 다른 관점을 선택하지 않는 한 전적으로 3인칭으로 내레이션합니다.
• 모순, 위험, 결과 또는 해결되지 않은 질문으로 시작합니다.
• 시간 순서 또는 인과 관계에 따라 진행하며 전반적으로 호기심을 유지합니다.
• 1.1× 내레이션 보정을 사용하여 요청된 완성 시간을 목표로 합니다.
• 직접 GPT-SoVITS 합성에 적합한 100-220자 길이의 큰 문단으로 형식화합니다.
• 승인된 사본을 翔哥口播稿.txt로 저장합니다.

첫 번째 완전한 초안 이후에는 소스에 기반한 모든 숫자, 이름, 날짜, 장소, 인용문, 평가 및 속성을 보호합니다. 임베디드 모드에서 vendor/blader-humanizer를 실행합니다. 초안 재작성, 명백히 AI가 생성한 것으로 읽히는 부분 감사, 지어낸 사실이 있는지 감사하고, 한 번의 제한된 두 번째 재작성을 수행합니다. 최종 내레이션만 저장합니다. 사실 충실도, 3인칭 내레이션, 논리 유지, 요청된 시간, TTS 발화 가능성이 항상 우선합니다.

사실, 관점, 길이 및 발화 가능성 검사를 통과하지 못한 초안을 합성하지 마십시오.

게시 정보 생성

references/cover-publication.md를 읽습니다. 发布信息.txt에 정확히 두 개의 비어 있지 않은 줄을 작성합니다. 하나는 최대 25자의 사실적이고 호기심을 유발하는 제목이고, 다른 하나는 정확히 5개의 공백으로 구분된 해시태그입니다.

다음을 사용하여 재귀적으로 검증합니다:

python scripts/validate_publication_info.py <topic-root>

커버 생성

references/cover-publication.md를 읽고 이미지 생성 스킬을 사용합니다. assets/에 번들된 파일을 시각적 스타일 참조로 사용합니다:

• topic-cover-3x4-approved.png

3:4 주제 커버만 생성한 다음 실제 이미지를 검사합니다. 중국어 문자를 문자별로 확인하고, 사실적인 주제 관련성, 안전한 여백 및 정확한 3:4 픽셀 비율을 확인합니다. 버전별 초안을 유지하고 승인된 이미지만 封面-3比4.png로 승격합니다.

翔哥 음성 합성

references/voice-clone-rules.md를 읽고 GPT-SoVITS 가상 환경과 함께 번들된 결정론적 스크립트를 실행합니다:

& 'D:\GPT-SoVITS\.venv\Scripts\python.exe' `
  scripts/synthesize_xiang_cpu.py `
  --text <翔哥口播稿.txt> `
  --name <topic-name>

스크립트는 기본적으로 <翔哥口播稿所在目录>\配音을 사용합니다. 사용자가 명시적으로 다른 위치를 요청하는 경우에만 --output-dir을 전달합니다.

사용자가 명시적으로 재정의하지 않는 한 다음 기본값을 유지합니다:

• CPU 전용;
• 승인된 翔哥 참조 클립 및 일치하는 프롬프트 텍스트;
• 1.10 속도 계수;
• cut0과 함께 큰 문단당 하나의 GPT-SoVITS 요청;
• 음색 보정 또는 마스터링 효과 없음;
• 최소 0.35초의 내부 침묵을 약 0.18초로 단축;
• 명시적인 0.28초 문단 간격 사용.

원시 출력, 처리된 최종 출력, 문단별 세그먼트, 정규화된 내레이션 텍스트, 구성 JSON 및 진행 로그를 보존합니다.

검증 및 전달

전체 주제 패키지의 경우 다음을 선호합니다:

<素材所在子目录>/
├── 原始字幕.srt
├── source-transcript.txt
├── 翔哥口播稿.txt
├── 发布信息.txt
├── 封面-3比4.png
└── 配音/
    ├── <选题>_翔哥音色_CPU_大段落_1.1倍速_RAW.wav
    ├── <选题>_翔哥音色_CPU_大段落_1.1倍速_句间停顿缩短.wav
    ├── 配音稿_大段落.txt
    ├── 配音配置.json
    ├── progress.log
    └── segments/

완료를 보고하기 전에:

1. 대본이 소스에 기반하고, 3인칭이며, 시간이 올바르고, 제작 레이블이 없는지 확인합니다.
2. 发布信息.txt를 검증합니다.
3. 3:4 커버를 육안으로 검사합니다.
4. 최종 WAV가 모노 PCM16, 32kHz, 0이 아닌 지속 시간, 피크 1.0 미만, 클리핑된 샘플이 0개인지 확인합니다.
5. 완료된 단계와 완료되지 않은 단계를 클릭 가능한 절대 경로와 함께 별도로 보고합니다.