Persona hablando + animaciones 是做什么的？
创作者录制了自己讲话的视频。他的录音就是旁白：无需生成语音（不要运行 tools/tts.py 或 standin_words.py）。所有其他步骤遵循 reel-studio 技能和视频的风格技能：风格定义了动画的外观；本格式定义了如何剪辑他的素材以及动画放置的位置。formats/persona-hablando/format.json 列出了他在“格式”页面上看到的规则——请遵守它们。
文件
footage/—— 他的视频片段，按播放顺序排列（名称以01-、02-……开头）。他在工作室中上传（新建Reel，或视频页面 → 录制）。无版本控制；切勿编辑或删除。audio/takes.json—— 每个片段的文字及时间戳（通过footage.py transcribe生成）。audio/edit.json—— 剪辑结果：保留的片段及其顺序。由你编辑，需经他批准。public/footage.mp4、public/vo.wav—— 剪辑后的视频及其音频（通过footage.py cut生成）。vo.wav是旁白：audio/mix.py将其像生成的语音一样混合。src/words.json、src/vo_env.json、src/footage.json、audio/vo.txt—— 由剪辑过程生成：剪辑时钟上的文字（因此cue()、ACTS和字幕正常工作），以及每个片段的起始位置（JUMPS）。src/talk/Footage.tsx——<Footage />，作为静音视频层的剪辑结果；cutZoom(t)按片段交替缩放。
工具在虚拟环境中运行（使用 faster-whisper：Ajustes → Requisitos → Transcripción；若缺失，请让他在此处安装）：从视频文件夹执行 ../../../../.venv/bin/python ../../../../tools/footage.py …。
步骤
- 转录 —— 运行
footage.py transcribe --lang <配置的语言代码，例如 es>。它会打印出第一次剪辑的片段（按停顿 >0.4 秒分割语音），编号并带文字。之后添加的新片段会被转录并追加到末尾，不触碰已有片段。 - 提出剪辑建议 —— 以剪辑师的视角阅读这些片段：假开始、口误、“呃”/“这个”之类的填充词（如果拖沓）、重复的句子（保留最后一个好的条取，除非第一个明显更好）、不服务于视频主题的离题、弱开头（当之后有更强有力的钩子时）。给他一个简短的编号列表——片段、说了什么、你打算怎么做及原因——以及针对目标时长剪辑后的长度。一条消息中包含你的建议，这样“是”就是完整答案。未经批准切勿剪辑。
footage.py show N在剪辑点落在片段内部时打印该片段的文字及时间戳：将edit.json中的片段围绕口误分割成两部分（在单词开始前约0.05秒和结束后约0.15秒剪切，切勿在单词中间剪切）。 - 剪辑 —— 编辑
audio/edit.json（删除、修剪、分割或重新排序片段），然后运行footage.py cut。检查打印的长度，查看几帧画面（一旦<Footage />出现在影片中，运行./snap.sh out/cut <秒数> ……），并让他在动画制作前在工作室播放器中观看剪辑：“Guion”和“Cortes”均从此处计数。如果他要修改，编辑edit.json并重新剪辑：文字、字幕文本和时间戳会自动更新。audio/vo.txt每次剪辑都会被重写：它记录他说了什么，所以不要通过编辑它来更改脚本——修改剪辑。像往常一样根据其行标注audio/beats.json。 - 脚本检查 ——
video-script检查清单仍然适用于他所说的内容：开头几秒有钩子，一个主题，不提前透露答案的回答，回报，CTA。如果钩子弱，建议重新排序（使用后面片段）或让他重新录制一行，而不是围绕它制作动画。 - 动画 —— 使用风格的视觉语言为每个点子构思图片（reel-studio → Pictures）。根据节拍选择三种放置方式：
- 在他旁边（大多数情况）：他保持全画幅；动画位于画面的空闲部分（通常远离他脸部的上三分之一或下三分之一）或作为卡片。用于数字、列表、术语、比较。
- 全屏（几秒钟）：动画覆盖整个画面，他的声音继续。适用于通过视觉比语言更好地表达的内容（流程、地图、图表）。在他提出下一个观点前回到他的脸部。
- 无动画：当他表达情感或个人观点时，他的脸部就是画面。 首先找到他脸部在画面中的位置（从剪辑中取一帧），并保持清晰：永远不要遮挡他的眼睛或嘴巴。
- 构建 ——
src/film/Film.tsx：将<Footage zoom={cutZoom(t)} />作为最底层（代替风格的背景），场景在其上，字幕覆盖两者，照常使用<Audio src={staticFile('mix.wav')} />。只有全屏节拍才使用风格的背景和纸张纹理。照常从cue()在src/lib.ts中定义幕；模板的TOTAL保存最后一帧用于结尾一秒。每个片段之间的跳转（JUMPS）都需要一个覆盖：cutZoom交替取景，或在该剪辑处进入动画。 - 看板、声音、静音测试、渲染 —— 与
reel-studio相同。在静音测试中，帧画面必须在没有声音的情况下仍然有意义：如果长时间只看到他的脸部，请指出并在适当位置建议动画来承载主题。
交付
报告剪辑后的长度，移除了多少个片段及原因（一行内），动画放在哪里，以及任何合成内容。在 LESSONS.md（通用部分）中记录导致剪辑修改的成本。