Tabcom 영상 편집 — 세로형 영상 제작 파이프라인
코드(ffmpeg + Pillow로 프레임 단위 렌더링)로 영상을 제작하며, CapCut을 사용하지 않습니다. 사용자는 파일을 받은 후 CapCut에서 배경 음악만 추가하면 됩니다. 캡션은 파이프라인이 직접 생성합니다 (2026년 8월 18일 확정).
표준 사양: 1080×1920, 25fps, H.264 crf 19, 소스 음성을 그대로 유지. 마지막에 OUTRO TABCOM을 연결합니다 (30fps→25fps 변환 후 concat).
0단계 — 작업 전 필독 사항
tai-lieu/Phan-tich-video-mau.md(현재 스킬 내) — 샘플 영상 분석, 5가지 표준 장면 유형.tai-lieu/quy-tac-video-tabcom.md(현재 스킬 내) — 브랜드 로고 규칙, 출력 저장 규칙, 이미지 수집 규칙. 에셋 수집 전 반드시 읽어야 함.
법률/정책 내용: 에셋은 원본 텍스트 또는 공식 출처에서 가져와야 하며, 이미지 아래에 텍스트 이름을 명시해야 합니다.
준비 (각 머신에서 1회만 실행)
고정 에셋(폰트, 배경, 그라데이션 카드, OUTRO, 거래소 로고, 스티커 샘플)은 현재 스킬의 assets/ 폴더에 이미 포함되어 있습니다. 추가 다운로드가 필요 없습니다. 다음 명령어로 확인하세요:
python scripts/tabcom_paths.py # 각 에셋에 대해 OK/THIẾU 테이블 출력
필요한 환경: 패키지의 cai-dat/README-cai-dat.md 참조 (ffmpeg, python + rembg, faster-whisper, Playwright). 라이브러리가 없으면 사용자에게 먼저 설치하라고 알리고, 임시방편을 만들지 마세요.
입력
각 영상은 yy.mm.dd - Tên video/ 폴더에 있으며, 화자 소스 파일이 포함되어 있습니다. 환경 변수로 지정하며, 스크립트에 경로를 하드코딩하지 마세요:
# PowerShell
$env:TABCOM_SRC = "D:\Video\26.08.20 - Ten video\source.mp4" # 화자 소스 파일
$env:TABCOM_OUT = "D:\Video\26.08.20 - Ten video\26.08.20 - Ten video (draft v1).mp4"
$env:TABCOM_ASSETS = "D:\Video\26.08.20 - Ten video\assets" # 이 영상의 개별 이미지
모든 스크립트는 scripts/tabcom_paths.py에서 경로를 읽습니다:
| 변수 | 대상 | 비고 |
|---|---|---|
P.FIX | assets/co-dinh/ | 배경, 분할 장면 그라데이션 카드, OUTRO, 밝은 배경 로고 |
P.LOGO | assets/logo/ | Shopee, TikTok, Facebook, Zalo 로고 (배경 제거됨) — 새로 추가 시 여기에 저장 |
P.FONTS | assets/fonts/ps-display/ | PS Anton - Regular V1.0.otf (큰 글자), Big Shoulders ExtraBold Viet Hoa.otf (보조 줄). 글자 크기 1.22배 (폰트가 condensed이므로) |
P.STICKERS | assets/stickers/ | 스티커, 거래소 배지, PNG 플래시 샘플 |
P.src() / P.out_file() | TABCOM_SRC / TABCOM_OUT | 설정되지 않으면 명확한 오류 메시지 출력 |
P.assets() | TABCOM_ASSETS | 현재 제작 중인 영상의 개별 이미지 |
P.work() | ./build 또는 TABCOM_WORK | 프레임, 클립, 중간 마스크 기록 위치 |
1단계 — 음성 타임스탬프 추출 (필수)
ffmpeg -i "source....mp4" -ac 1 -ar 16000 audio.wav
faster-whisper 모델 small, language='vi', word_timestamps=True, vad_filter=True.
Whisper가 고유명사를 잘못 인식합니다 (예: "shop"→"SOAP", "Tabcom"→"TAPCOM", "Shopee"→"Soppy") — 무시하고, 타임스탬프만 필요합니다. 표 작성: 타임스탬프 → 현재 말하는 내용 → 예상 장면.
2단계 — 이미지 수집 (필수, 영상 품질 결정)
사용자의 강력한 요구: 이미지는 연속적이어야 하며, 모든 장면에 그림이 있어야 하고, 텍스트만 있는 장면은 안 됩니다. 약 115초 영상에 25–30장의 이미지가 필요합니다.
출처 순서:
- 영상의
TABCOM_ASSETS폴더에 미리 모은 세션 에셋 (P.assets()) — 모두 사용하고, 낭비하지 마세요. - 거래소/앱 UI 이미지:
scripts/17_collect_platform_images.py— 아래 SOP 참조. - 무료 스톡 이미지:
scripts/16_get_stock_photos.mjs실행 (Playwright + Chrome).- Pexels는 Cloudflare 차단 ("Just a moment...") — 시간 낭비하지 마세요.
- Unsplash 및 Pixabay는 스크래핑 가능. Wikimedia는 로고 수집에만 적합하며, 스톡 이미지에는 부적합.
- 판매자 일러스트레이션 / 생성된 이미지 (선택 사항):
<VIDEO_ROOT>/tai-nguyen/carousel-hook-video-ban-hang/및<VIDEO_ROOT>/tai-nguyen/generated-carousel/에 저장하고,P.extra("...")로 호출. 없어도 영상 제작 가능.
사용 전 이미지 확인 — 사용자가 이 오류를 잡습니다: 이미지가 실제로 무엇을 그리는지 열어보세요. 예시: 주식 캔들 차트 이미지를 "dashboard ads"에 사용 (오류), 휴대폰 충전 포트 이미지를 CTA 댓글에 사용 (관련 없음). 문맥에 맞지 않는 이미지는 버리고, 개수 채우려고 삽입하지 마세요.
거래소 UI 이미지 검색 SOP (Shopee, TikTok Shop, Zalo, Facebook)
내용이 거래소의 어떤 기능을 언급하면, 해당 기능의 실제 UI 이미지가 있어야 합니다. 네 가지 소스, scripts/17_collect_platform_images.py로 실행:
| 필요한 것 | 명령어 | 비고 |
|---|---|---|
| 앱 UI (구매자 및 판매자) | play <package> | 공식 출처, 베트남어, 자동으로 전화기 프레임 크롭 |
| 봇으로 열 수 없는 UI (Shopee Live, TikTok LIVE) | page <url-bài-hướng-dẫn> <slug> | WebSearch로 먼저 기사 검색 |
| 공개 웹 페이지 (팬페이지, 그룹, Zalo OA, Academy, 웹사이트) | shot <url> <tên> | Playwright + 시스템 Chrome |
| 일반 일러스트레이션 이미지 | bing "<query>" <slug> | 쿼리는 구체적으로 작성 |
이미 사용 가능한 Play 패키지: com.shopee.vn · com.shopee.shopeeseller (7/30일 프레임이 있는 판매 효과 화면 — "분석 페이지 열기, 30일 보기" 문장에 표준 이미지) · com.tiktokshop.seller · com.zing.zalo · com.facebook.katana.
테스트 결과 차단됨 (시간 낭비하지 마세요): shopee.vn ("페이지를 사용할 수 없음" 반환), tiktok.com/shop 및 TikTok 개인 페이지 (캡차), banhang.shopee.vn API 및 Shopee Uni/TikTok Academy (SPA 형식, WebFetch/curl로 빈 프레임만 반환, API는 로그인 토큰 필요), Google Images (HTML에 더 이상 원본 이미지 URL 없음 — Bing 사용).
실제 스크린샷이 포함된 베트남어 기사 재사용 가능: shopee.vn/blog (공식, 우선), misaeshop.vn, cellphones.com.vn/sforum, ghn.vn. 경쟁사 이미지는 사용 금지 (tukigroup.vn).
수집 후: sheet out/<slug> 실행 후 contact sheet를 읽어 선택하세요 — 파일 이름으로 선택하지 마세요.
에셋 인계와 README (필수)
영상 에셋 폴더(TABCOM_ASSETS)에는 다음을 포함한 README.md가 있어야 합니다: 각 이미지가 스크립트의 어떤 부분에 해당하는지 · 이미지 URL + 페이지 URL + 수집 날짜 · 수집하지 못한 항목 · 제작 시 주의 사항. 빠른 검토를 위해 _preview-all.png (contact sheet)도 포함.
항상 기록하고 준수해야 할 세 가지:
- 앱 이미지의 수치는 플랫폼 제공자의 샘플 데이터입니다 — 수치로 읽거나 결과 증거로 사용하지 마세요.
- 계정 이름, 상점 이름, 댓글 작성자 이름이 포함된 이미지 → 영상에 올리기 전에 크롭하거나 흐리게 처리하세요.
- 상점 데이터 하락/트래픽 소스 차트: 실제 데이터인 척하기 위해 대시보드 이미지를 찾지 말고, 화면에 "일러스트레이션" 레이블을 붙이지 마세요 ("일러스트레이션 레이블 사용 금지" 항목 참조).
3단계 — 분할 장면을 위한 인물 배경 제거
중요 교훈: 게이트 방식(샘플 프레임에 birefnet + 각 프레임에 isnet)은 충분히 깨끗하지 않습니다 — 여러 프레임에 걸친 union mask가 여전히 머리 옆의 배경 물체(트로피 별, 나뭇잎, 의자 가장자리)를 흡수하고, "밝은 영역 어둡게" 단계는 이를 더 보기 흉한 검은 덩어리로 만듭니다.
올바른 방법:
- 분할 창을 짧게 유지 (≤4초). 더 긴 구간은 전체 화면 에셋 장면으로 전환하세요 (이미지가 더 크고 읽기 쉬움).
scripts/15_cutout_birefnet.py실행:birefnet-portrait를 각 프레임에 적용 (~17초/프레임, 90프레임 ≈ 25분). 머리카락 가장자리를 완벽하게 깨끗하게 만드는 유일한 방법입니다.- 프레임 자르기:
crop=940:1040:70:340(각 소스에 대해drawgrid로 다시 확인).
승인된 분할 장면 레이아웃:
- 그라데이션 카드 800×690, 위치 (140, 1226) — 프레임 중심.
- 인물
scale=760:842,overlay=160:1074— 정중앙, 발이 하단 가장자리에 닿음. - 캡션을 위해 프레임 상단 절반을 비워둠. 왼쪽 상단에 작은 레이블 + 이미지 1개 + 캡슐 1개만 배치.
- 이 레이아웃을 비디오 전체에 여러 번 사용하고, 마지막 CTA에서만 사용하지 마세요 — 사용자가 다양성을 요구합니다 (2026년 8월 18일). 계획을 세울 때 cutout 비용을 미리 계산하세요:
birefnet-portrait가 이 머신에서 ~50초/프레임 실행되므로, 분할 1초당 약 21분이 소요됩니다. 3–4개 창 × 2.5–3초는 약 4시간입니다 — 백그라운드에서 실행하고 기다리는 동안 다른 작업을 하세요. 마지막 순간에 몰아서 하지 마세요.
4단계 — 장면 제작
scripts/10_scene_helpers.py (Layer, capsule, textimg, icon, render) + 11_scenes_images.py (모든 장면의 이미지) + 12_layout_archetypes.py (다양한 레이아웃).
텍스트 효과 — 다양해야 하며, 말하는 리듬에 맞춰야 함
pop (ease-out-back), slide, wipe, slideL/slideR (지그재그 리듬 생성), blurin (이미지용), flip (수평 늘리기/줄이기), shakein (경고 캡슐), none (즉시 표시, 애니메이션 없음), float (약간 떨리며 떠 있음), fly (A에서 B로 날아감), TypeLayer (훅/CTA용 텍스트 타이핑), CountLayer (숫자 카운트, 예: 0→50%, 숫자가 멈출 때 붐 효과 포함), MarkerLayer (텍스트 뒤를 스캔하는 하이라이트 펜).
효과 강도 — 사용자가 "눈이 어지럽고 머리가 아프다"고 오류를 잡습니다 (2026년 8월 9일)
생동감이 강하게 튀는 것을 의미하지는 않습니다. 승인된 매개변수: pop은 **74%**에서 확대 (60% 아님), flip은 가로를 **48%**로 축소 (15% 아님), shakein은 84%로 축소 + ≤4px에서 7회/초로 ≤0.45초 동안 진동. 전체 시간을 약 18% 추가합니다.
시작 부분은 본문보다 더 여유로워야 함: 항목 간 ≥0.4초 간격, TypeLayer ≤16자/초.
이전 장면에 이미 등장한 이미지는 다음 장면에서 바로 사용 가능 (anim="none", t0=0), 다시 표시하지 마세요 — 그렇지 않으면 해당 장면의 텍스트에 효과가 밀려서 시청자가 급하게 느낍니다.
일러스트레이션 레이블 사용 금지 (2026년 8월 20일 확정)
어디에도 "MINH HỌA" (일러스트레이션) 텍스트를 찍지 마세요 — 그래픽 소품(지폐, 아이콘)에도, 직접 만든 차트에도, 그리고 앱 스크린샷 아래에 "ảnh minh hoạ giao diện…" (인터페이스 일러스트레이션 이미지) 레이블도 붙이지 마세요. 사용자가 산만하고 화면이 지저분하다고 느낍니다. 레이블 없이 주장의 한계를 지키는 방법:
- 직접 만든 막대/차트는 레퍼런스 숫자를 붙이지 않고 그대로 둠 — 높낮이만 시각적으로 비교 (예: "TREO LIVE" 막대 낮음, "LIVE AI" 막대 높음). 숫자가 없으면 결과를 약속하는 것이 아닙니다.
- 앱/거래소 스크린샷: 수치가 드러나지 않는 이미지 선택 (수익 표시줄, 상점 이름, 댓글 작성자 이름을 에셋 수집 단계에서 크롭) — 원본 그대로 두고 레이블을 붙이는 대신.
화자 위 오버레이 레이어 — 필수 제작 방식, 영상 전체에 고르게 사용 (2026년 8월 20일)
전체 화면 그래픽 장면으로 전환하는 대신, PNG 시퀀스 RGBA를 화자 위에 오버레이: 머리 위 빈 공간에 떠서 약간 떨리는 float 텍스트 (얼굴 영역 피하고, drawgrid로 미리 측정), 이미지를 작업대 높이의 수평 스트립으로 배열. 분할 장면과 동일한 메커니즘으로 합성: -framerate 25 -start_number 1 -i seq_XXX/%04d.png 후 overlay=0:0:enable='between(...)'.
시작 부분에만 사용하지 마세요. 사용자는 (2026년 8월 20일) 오버레이 레이어를 전체 화면 그래픽 장면 및 분할 장면과 동등한 제작 방식으로 간주하고, 영상 전체에 걸쳐 세 가지 방식을 번갈아 사용할 것을 요구합니다:
| 방식 | 사용 시기 | 비용 |
|---|---|---|
| 전체 화면 그래픽 장면 | 열거, 데이터, 그리드, 체크리스트가 필요한 문장 | 저렴, Pillow 렌더링 |
| 화자 위 오버레이 레이어 | 1–2개의 포인트만 있는 문장; 화자 얼굴 유지, 말하기 리듬 유지 | 저렴, Pillow 렌더링 |
| 분할 장면 (배경 제거된 화자) | 강조점, 요점 정리, CTA | 비쌈, ~50초/프레임 cutout |
리듬 목표: 전체 화면 장면 2–3개마다 오버레이 구간 1개 삽입, 각 영상에 최소 3–4개의 오버레이 창, 각 창 2.5–5초. 오버레이는 화자를 분리하지 않고 "이미지를 연속적으로" 유지하는 가장 저렴한 방법입니다.
오버레이 레이어 제작 규칙:
- 해당 창의 정확한 프레임에서
drawgrid로 빈 공간을 먼저 측정. 구간마다 화자가 앉은 위치/손 위치가 다름 — 확인 없이 이전 창의 좌표를 재사용하지 마세요. - 얼굴과 동작하는 손을 가리지 마세요. 텍스트는 머리 위 또는 빈 어깨 위 빈 공간에 배치; 이미지는 작업대 높이에 수평 스트립으로 배열하거나, 빈 어깨 쪽에 수직 열로 배열.
- 오버레이 레이어 배경은 반투명이어야 하며, 불투명 블록이 아니어야 함: 흰색 패널
alpha 200–225모서리 둥글기 28, 또는 네이비 그라데이션 스크림alpha 0→150(위/아래 가장자리). 100% 불투명하면 전체 화면 장면이 되어 오버레이의 의미가 사라짐. - 텍스트에는 두꺼운 테두리/그림자가 있어야 함 — 뒤 배경이 실제 영상이므로 밝기가 계속 변합니다.
- 우선 효과: 작은 강도의
float,blurin,slideL/slideR— 오버레이는 움직이는 이미지 위에 있으므로 강한 효과는 산만함. 오버레이에shakein사용 금지. - Reels 안전 영역 유지: 텍스트는 y ≈ 1500 위, 오른쪽 열 x > 900 피하기.
- 음성 캡션은 오버레이 창에서도 계속 켜짐 (이 프레임은 여유로움), 오버레이가 여러 줄의 체크리스트인 경우는 제외.
레이아웃 — 연속된 두 장면이 동일하지 않도록
승인된 archetype: 전체 화면 이미지 + 텍스트 오버레이 (네이비 텍스트를 읽을 수 있도록 밝은 스크림 포함) · 레이블이 있는 2×2 그리드 · 왼쪽 이미지 열 + 오른쪽 체크리스트 · 상단 절반 이미지 + 아래에 떠 있는 흰색 패널 · 3개 이미지 가로 스트립 · 색상 테두리가 있는 원형 자른 이미지 · 왼쪽 이미지 + 오른쪽으로 미끄러지는 캡슐 · 내부 이미지가 있는 이중 블록 · 큰 숫자 + 보조 이미지 · 세로 화살표 흐름.
용어는 정확히 사용
"treo live" — "chèo live"가 아닙니다. 이는 판매자가 미리 녹화된 비디오를 라이브 세션으로 재생하는 것을 지칭하는 용어입니다. Whisper는 항상 "chèo live"/"TeoLive"로 인식합니다; 캡션과 화면 텍스트에서 수동으로 수정하세요.
프레임 위/아래 안전 여백 (2026년 8월 20일 확정)
Tabcom 배경에는 y 48–122에 로고와 y 1829–1872에 핫라인/웹사이트가 있습니다. 사용자가 "로고에 붙은 텍스트, 하단 가장자리에 붙은 이미지" 오류를 잡습니다:
- 전체 화면 장면의 제목 캡슐 중심 y ≥ 240 (상단 가장자리가 로고로부터 ≥ 90px).
- 모든 이미지의 하단 가장자리 ≤ 1820. 오버레이 이미지 스트립 중심 y ≈ 1670 (높이 ~300) — 1770 대신.
- 텍스트에 대한 기존 상한 유지: 텍스트와 숫자는 y ≈ 1500 위에서 끝남.
Shopee 오렌지는 세 번째 강조 색상
ORANGE = (238, 77, 45) — Shopee 오렌지 #EE4D2D, teal 및 navy와 함께 Shopee 관련 강조 캡슐, 화살표, 큰 숫자 테두리, 캡션 내 "SHOPEE"/"SHOP" 키워드 배경에 사용 (caption(..., hi_col=ORANGE) — 오렌지 배경의 텍스트는 흰색, teal 배경의 텍스트는 navy). 용량: 약 100초 영상에 8–12개의 오렌지 포인트, 주 색상인 teal/navy를 대체하지 않음.
Tabcom의 Live AI 이미지는 전체 프레임으로 유지, 크롭 금지 (2026년 8월 20일 확정)
TABCOM_ASSETS/avatar-ai/의 avatar-* 세트는 941×1672 = 9:16 비율 (0.563) — 이는 서비스 제품 이미지이므로, 크롭하면 세트 장면과 양쪽 제품이 손실됩니다. 사용자는 전체 프레임을 볼 것을 요구합니다:
- 이 이미지를 포함하는 모든 셀은 정확한 비율 0.563로 설정:
170×302 · 200×355 · 240×426 · 300×533. - 이 이미지를
circle_photo()(원형 자르기)나 가로 셀에 넣지 마세요 — 원형 프레임에는 다른 재사용 이미지를 사용하세요. - 여러 개의 Live AI 이미지 그리드는 가로 행 (4개 이미지 230×408) 또는 3×2로 배열하고, 2×2로 배열하지 마세요. 이미지가 좁아 화면 중간에 두 개의 큰 빈 공간이 생깁니다.
안전 여백 (사용자가 크롭 오류를 잡습니다)
오른쪽 열: cx ≤ 806 및 maxw ≤ 490