Short Video Factory
Transforma "um monte de matérias-primas + um cartão de atividade + um vídeo viral de referência" em dezenas de vídeos promocionais verticais de 30 segundos, prontos para entrega, todos com conteúdo diferente.
Repositório: E:/short-video-factory (Python, ambiente .venv dedicado). Os dados do projeto ficam em um diretório separado (projeto em config.json); o código não contém nenhum conteúdo do cliente.
Quando usar
- O usuário quer "cortar N vídeos iguais a este viral", "produzir em lote", "montar vídeos promocionais a partir destas matérias-primas"
- Um projeto já existente precisa continuar gerando vídeos, alterar roteiros, mudar o estilo ou atender a feedback do cliente
Regras rígidas (sua violação causa incidentes de entrega)
- Números promocionais só podem vir do cartão de atividade: escritos no
number_whitelistdoproject.json. Se o roteiro usar números fora dessa lista, o gerador rejeitará — não adicione números à whitelist para contornar a regra, primeiro pergunte ao usuário. - Palavras proibidas:
banned_words(palavras de exagero + palavras que o cliente pediu para evitar, como "duplo festival"). - Matérias-primas arriscadas: não use matérias com marcações de risco (crianças/rostos de transeuntes, celebridades, placas de desconto da própria marca, dedo do cinegrafista no quadro, desfocadas, letreiros de eventos fora do período atual, como Hamburger Festival).
- Leitura de números na dublagem: o texto da dublagem é automaticamente convertido para a forma falada (ex.: "450团500" → "quatrocentos e cinquenta agrupa quinhentos"), mas as legendas mantêm os números arábicos. Ao adicionar novos números, atualize também
spoken_numbers. - Sem pagamento: a dublagem usa o SAMI do Jianying (via skill
jianying-editor), a música vem da biblioteca em nuvem do Jianying, e a renderização é local. Se o usuário quiser dublagem paga, pergunte antes. - Modifique apenas o diretório do projeto e o repositório; as matérias-primas originais são somente leitura.
- Se não puder ver a imagem/ouvir o áudio, explique que foi verificado com "extração de quadros/transcrição"; deixe o usuário julgar a qualidade do áudio.
Fluxo padrão
cd E:/short-video-factory
.venv/Scripts/python app.py # Painel gráfico: http://127.0.0.1:7860
# Ou linha de comando:
.venv/Scripts/python svf/batch.py --n 6 --start 601 -j 3 --qc-sample 0.2 # Gera 6 vídeos
.venv/Scripts/python svf/batch.py --n 70 --start 900 --dry # Apenas simula repetição de roteiros
Saída: <projeto>/成品/批次_bXXX-bYYY/ (mp4 + quadros extraídos + relatório.md + lista.csv). Cada vídeo também gera um rascunho do Jianying (que pode ser refinado manualmente e exportado de lá).
Integração de novo projeto (uma vez)
- Crie o diretório do projeto e escreva
project.json(consulteprojects/example/project.json): nome da marca, fontes de matérias-primassources, whitelist, palavras proibidas, dublagem, música, trechos de fala do apresentador. svf/ingest_mingbaika.py 明白卡.xlsx→ lista os números do cartão, confirme com o usuário e escreva na whitelist.svf/ingest_proxy.py→ converte todas as matérias-primas para preview 1080x1920/60fps (mapeamento automático de tom HDR).svf/ingest_sheets.py→ folha de contato; o Claude classifica cada take + marca riscos, escreve数据/素材索引.json(campos: arquivo/duração/categoria/conteúdo/marcação/preview).svf/ingest_transcribe.py→ transcreve a fala do apresentador, seleciona frases originais utilizáveis e escreve emproject.json(host_clips).- Vídeo viral de referência: desmonte quadro a quadro (duração dos takes, posição das transições, estilo das legendas, letreiros); se necessário, use as matérias-primas para comparar e reconstruir a lista de cortes; armazene em
templates/. - Escreva
数据/文案池.json(5–10 variações por categoria); verifique na página "文案池" da GUI antes de gerar os vídeos.
Cinco estilos (atribuídos em rodízio)
S1 Informativo e atrativo · S2 Fala do apresentador (áudio original + sincronização labial acelerada) · S3 Montagem no ritmo (takes sincronizados com batidas musicais) · S4 Lista (N razões) · S5 Atmosfera de vitrine (ritmo lento)
Como lidar com feedback do cliente
- Mudar redação → altere o banco de roteiros / palavras proibidas, não edite scripts individuais manualmente (o gerador os sobrescreve)
- Velocidade da fala →
batch.speedemproject.json(por estilo) - Imagem treme/quedas de quadro → já é padrão 60fps + pré-ampliação 1.5x; se ainda tremer, verifique o próprio material do take
- Quebra de legenda incorreta → adicione as palavras a
caption_words(não serão quebradas)
Experiência e armadilhas
Veja docs/经验教训.md no repositório. As mais importantes: Jianying 6.0+ criptografa rascunhos; 11.5 não pode exportar automaticamente; SAMI lê "500" como "quinhentos"; transcrições longas podem perder frases / repetir (corrigir frase por frase); renderização paralela limitada pela CPU; matérias HDR sem mapeamento de tom ficam acinzentadas.