drama-finishing-upscaler

Drama Finishing Upscaler (Finalização e Upscale 1080p)

Posicionamento da etapa: Etapa final de entrega e aprimoramento de qualidade de curtas-metragens. Sem enrolação: Não explica o que é upscale; apenas consolida a sintaxe de concatenação sem perdas, aceleração de upscale em lote com RealESRGAN e validação física final.

---

1. Contrato de execução e entrada/saída

• Entrada:
  1. 8 cortes limpos da etapa 4: cleaned_segments/seg01.mp4 ~ seg08.mp4;
  2. Ou o arquivo final com ducking de áudio: [nome_do_episódio]_final_ducked.mp4.
• Saída:
  1. [nome_do_episódio]_versão_comercial_original.mp4 (entrega final em HD nativa 832×480);
  2. [nome_do_episódio]_1080p.mp4 (versão final em 1920×1080 de nível cinematográfico);
  3. delivery_report.json: relatório de validação de parâmetros físicos.

---

2. SOP prática: Concatenação sem perdas de cortes (Zero-Loss Concat)

Regra de ferro: É estritamente proibido reencodificar os cortes durante a concatenação! A reencodificação degrada a nitidez original e introduz perda de qualidade de áudio.

2.1 Concatenação sem perdas com FFmpeg concat

Gere uma lista de índices ordenados e execute cópia de fluxo:

# 1. Gerar lista de índices ordenados automaticamente
file 'cleaned_segments/seg01.mp4'
file 'cleaned_segments/seg02.mp4'
...
file 'cleaned_segments/seg08.mp4'

# 2. Executar concatenação com cópia de fluxo sem sobrecarga
ffmpeg -y -f concat -safe 0 -i concat_list.txt -c copy concat_raw.mp4

• Tempo: A concatenação de 8 cortes leva apenas 0,2 segundos, preservando cada quadro original e sincronia áudio-vídeo.

---

3. SOP prática: Aceleração de upscale 1080p exclusivo com RealESRGAN

Regra de isolamento de VRAM: Antes de executar o upscale 1080p, é necessário liberar a VRAM ocupada pelo ComfyUI para que o RealESRGAN tenha acesso exclusivo a 16 GB de VRAM, maximizando a taxa de transferência.

3.1 Inferência de upscale industrial e mixagem de áudio

Execute scripts/upscale_video.py:

• Modelo: RealESRGAN_x2plus.pth;
• Precisão e dispositivo: CUDA + FP16 (meia precisão);
• Tamanho do lote (batch_size): batch_size = 4 (no modo exclusivo RTX 4080, taxa de quadros estável em ~4,8 frame/s, um episódio de 1400 quadros leva cerca de 4,5 minutos);
• Proteção de áudio: Antes do upscale, extraia a trilha de áudio original com ffmpeg (audio.m4a sem perdas). Após a inferência, use libx264 -crf 18 -c:a copy para mixagem, preservando 100% da trilha de áudio com ducking inteligente de 90s e diálogos limpos.

Comando:

python scripts/upscale_video.py --input raw_video.mp4 --output final_1080p.mp4 --model RealESRGAN_x2plus.pth --width 1920 --height 1080

---

4. SOP prática: Validação dupla de parâmetros físicos do arquivo final

Após o arquivo final ser salvo, execute a validação automatizada com ffprobe:

• Resolução estritamente correta: Largura 1920, Altura 1080 (não 1080p é considerado falha);
• Taxa de quadros estritamente alinhada: 24,0 fps (padrão cinematográfico);
• Duração estritamente alinhada: 8 cortes × 175 quadros = 58,33s ~ 58,35s;
• Trilha de áudio completa: Fluxo de áudio estéreo independente (AAC, taxa de amostragem 44,1kHz/48kHz).

---

5. Scripts de ferramentas dedicadas

• Upscale 1080p de um único arquivo: python scripts/upscale_video.py --input in.mp4 --output out.mp4
• Agendamento de upscale em lote para todos os episódios: python scripts/run_episodes_1_to_8_upscale.py