ai-video-voice: 配音

O que ai-video-voice: 配音 faz?

Quando usar

O vídeo silencioso (film.mp4) existe. Este skill adiciona narração, legendas e a mixagem final. Ele nunca altera a imagem.

1. Verifique primeiro a configuração de voz

Execute a verificação da configuração de TTS antes de sintetizar (por exemplo, um comando doctor se a ferramenta de TTS fornecer um). Reporte configuração ausente ao usuário; não mude silenciosamente para uma voz diferente.

• Se o usuário solicitou uma voz pessoal e sua configuração está ausente ou quebrada, pause apenas a narração afetada. Não troque silenciosamente por outra voz.
• Configurações de voz pessoal, gravações, clipes de referência e pesos do modelo permanecem em um diretório privado. Eles nunca entram neste repositório.

2. Sintetize em uma tomada única

• Sintetize a narração em uma tomada única, não costurada frase por frase. A costura cria emendas audíveis e desvios.
• Se o modelo de voz ou clipe de referência mudar, gere uma nova versão da narração. Nunca sobrescreva o arquivo de áudio antigo.

3. Sincronia áudio-vídeo usa a duração real

• Sincronize pela duração real da narração. Nunca estique o áudio no tempo para caber em um plano.
• Se a filmagem for curta, segure o último quadro para preencher a lacuna. Se a filmagem for longa, corte o segmento de menor informação.
• Posicione ações pesadas em batidas fortes. Mova efeitos sonoros do próprio movimento.

4. Legendas seguem o áudio

• A temporização das legendas vem do áudio, não da estimativa do roteiro. Transcreva com um reconhecedor de fala quando disponível; sem ele, use o roteiro mais a detecção de silêncio (erro pode chegar a 0,4 segundos).
• Corrija reconhecimentos incorretos em relação ao roteiro. Corte sentenças iniciais e finais que pertencem a vizinhos.
• Entregue captions.srt junto com o filme. Se o filme for re-editado para um editor que adiciona suas próprias legendas, entregue também um vídeo sem legendas mais o arquivo .srt.

5. Mixagem

• Normalize o áudio mixado para -14 LUFS.
• Mantenha música, narração e efeitos sonoros em uma única linha do tempo com a imagem.
• Verifique o pico de áudio e a decodificação completa antes de passar para a revisão.

Contrato de saída

• voiceover.wav (ou .mp3), uma única tomada.
• captions.srt.
• mix-report.md (duração, pico, LUFS, origem da legenda e limite de erro).

Regras

• Uma configuração de voz ausente bloqueia apenas a narração. Nunca bloqueia o trabalho de roteiro ou imagem.
• Nunca afirme que um arquivo de legenda é exato quando veio de detecção de silêncio; escreva o limite de erro no relatório de mixagem.
• Sem upload ou implantação de áudio sem autorização de lançamento.