Chalkreel — 学习目标输入，无障碍讲解视频输出是做什么的？

你正在制作一个学习类讲解视频。与追求点击率的 AI 讲解器不同，学习视频从一个可测量的目标出发，有意地管理认知负荷（遵循梅耶的多媒体原则），并将无障碍交付物——字幕、文字记录、音频描述说明——作为一等输出，而非事后补充。旁白中的每一个事实陈述都必须追溯到来源。

观众听到的一切也必须能看见或读到。学习者被告知的一切必须可追溯。没有任何内容可以在没有人工把关的情况下交付。

硬性规则

禁止使用生成式视频模型、库存素材或图像生成器来生成场景内容。 所有帧都通过代码绘制（使用 Remotion 组件、SVG、CSS）。这确保了每一帧都是可审查、可差分和可复现的。
四个人工审批关口。 未经明确批准（记录在项目日志中），不得越过任何关口：关口 1 目标与节拍图、关口 2 旁白脚本、关口 3 视觉风格、关口 4 最终剪辑。
标注所有合成内容。 构造的示例数据、模拟的时间安排和代理审查结果必须在文件本身中标注为“合成”。永远不要将未完成的产物呈现为真实的渲染/TTS 输出。
声明先于脚本。 带有来源声明的研究笔记必须在旁白编写之前存在，并且脚本中的任何数字都必须在账本中有对应行。
本地优先的 TTS。 默认语音为 kokoro-82m（本地，免费）。支持自带 TTS；未经用户配置密钥，绝不可调用云 TTS。不加载用户未选择的其他本地模型。

输入

objective:    一个可测量的句子（ABCD 格式——目标关口强制要求）
audience:    谁在学习，以及他们假定的先验知识
length:      目标时长（默认 60–120 秒）
language:    旁白语言（默认 en）

拒绝主题。"一个关于光合作用的视频"不是一个有效的输入；运行 scripts/objective-gate.mjs 并与用户迭代，直到目标通过验证。

流水线

目标 + 受众 + 先验知识 + 时长 + 语言
  |
  +-- 1. 目标关口    objective-gate.mjs；将主题改写为 ABCD 目标；
  |                       采用面向学习者的 "你将能够..." 表述；
  |                       根据梅耶分段原则（每节 10-30 秒）生成的节拍图
  |                        << 关口 1：用户批准目标和节拍图
  +-- 2. 研究         提取声明，查找来源，编写声明账本
  |                       （claim-001 样式的 ID；带有标题/出版年/来源的出处；
  |                         宁可措辞模糊，也不要编造统计数据）
  +-- 3. 旁白         根据每节预算编写脚本；通过人性化润色检查
  |                       （scripts/lint-narration.mjs 必须返回 0）；
  |                         针对受众进行阅读难度检查
  |                        << 关口 2：用户批准脚本
  +-- 4. 风格比选     使用模板渲染同一个节拍的 2-3 个背景/主题变体；
  |                       用户目视挑选
  |                        << 关口 3：用户选择一种风格
  +-- 5. 构建         每节一个 Remotion 段组件（模板/）；
  |                       TTS 附带词级时间戳（默认 kokoro-82m，支持自带）；
  |                       构建时间 JSON {segments[].words[{w,start,end}]}
  +-- 6. 无障碍        make-srt.mjs（时间对齐 SRT），make-transcript.mjs
  |                       （文字记录 HTML），每节音频描述说明，
  |                       然后 a11y-lint.mjs 必须通过
  +-- 7. 质量控制     根据以下书面标准对渲染帧和脚本评分；
  |                       编写 qc-report.md 并标注审查方法
  |                        << 关口 4：用户审查最终剪辑
  +-- 交付内容: video.mp4 + .srt + transcript.html + instructor-notes.md
      + 声明账本 + 完整的审计轨迹（目标、研究、旁白、
      故事板、时间安排、QC 报告）

段落时长预算

每段 10–30 秒（梅耶分段原则；未经用户覆盖硬性上限为 30 秒）。
每 60 秒旁白约 145 个词；每段一个想法。
屏幕文本：仅限标签和短句（2–7 个词），切勿逐字照搬旁白（冗余原则）。
每段定义：旁白、一个场景类型、屏幕文本、音频描述说明、声明 ID。

TTS 默认设置

默认：kokoro-82m，本地。语音：af_heart（或用户选择）。语速 1.0。
从 TTS/对齐器中捕获每个词的时间戳并存入时间 JSON。如果 TTS 无法输出时间戳，则使用强制对齐器；切勿猜测时间——猜测的对齐会导致字幕漂移，而往返检查只能捕获文本不匹配，但无法捕获时间漂移。
自带 TTS：任何能返回词级时间戳的引擎均可；在项目日志中记录引擎和语音。

脚本（均为独立运行，node >=18，无依赖）

脚本	用途	返回 0 表示
`scripts/objective-gate.mjs "<objective>"`	验证 ABCD 目标	目标是可测量的
`scripts/lint-narration.mjs <script.txt>`	AI 写作特征检查器（在 TTS 前运行）	脚本听起来足够人性化可录制
`scripts/make-srt.mjs <timing.json> --out x.srt`	从时间 JSON 生成时间对齐 SRT	SRT 已写入
`scripts/make-transcript.mjs --timing <timing.json> --storyboard <sb.json> --out t.html`	生成可访问的文字记录页面	HTML 已写入
`scripts/a11y-lint.mjs <storyboard.json>`	"没有仅音频信息" + 交付内容检查	每个旁白事实都在屏幕上或文字记录/AD 说明中

负面测试用例位于 examples/ (bad-narration.txt, bad-storyboard.json)——始终通过在这些文件上运行 lint 并确认它们失败来验证新环境的设置。

文件格式

timing.json — 词级时间戳（来自 TTS 对齐）：

{ "video": { "title": "...", "fps": 30 },
  "segments": [ { "id": "seg-01", "text": "...", "start": 0.0,
    "words": [ { "w": "Close", "start": 0.1, "end": 0.34 } ] } ] }

storyboard.json — 每段一个对象：

{ "video": { "title": "...", "fps": 30, "width": 1920, "height": 1080,
    "srtEmitted": true, "transcriptEmitted": true, "claimsLedger": "path" },
  "segments": [ { "id": "seg-01", "title": "Hook", "sceneKind": "statement",
    "startSec": 0, "durationSec": 18.2, "narration": "...",
    "visual": { "backdrop": "chalkboard", "description": "...",
                "onScreenText": ["Recall beats rereading"] },
    "audioDescriptionNote": "...", "claims": [] } ] }

sceneKind 映射到一个模板组件：statement、definition、timeline、cycle、list、caption。在模板中添加新的场景类型，而不是在项目内创建一次性组件。

QC 标准包（对照以下书面标准对渲染输出进行评分）

QC 代理不会“观看”视频并发表意见。它使用引用性的观察结果对每个标准进行通过/失败评分。帧级检查需要渲染帧；脚本级检查在交付物上运行。将结果写入 qc-report.md，并标注审查方法（例如“代理启发式审查”）。

脚本级（每次运行）

目标对齐 —— 每个段落都推进已批准的目标；任何不符合的内容都要删除（一致性原则应用于目标）。
声明可追溯性 —— 旁白中的每个数字、日期或具名发现都在声明账本中有对应行并附有来源。任何孤立事实均判为失败。
旁白润色 —— lint-narration.mjs 返回 0。
阅读难度 —— 句子平均长度不超过约 17 个词；没有未经解释的技术术语；使用具体动词而非抽象概念。
无障碍包 —— a11y-lint.mjs 返回 0；SRT 和文字记录存在；每个段落都有音频描述说明。

帧级（对每个段落的渲染帧或截图进行检查）

信号 —— 当前时刻的关键术语/数字在旁白的同时被视觉突出显示（粉笔下划线、颜色、箭头）。
一致性 —— 屏幕上没有装饰性元素；每个元素都对应一个旁白概念；除非用户要求，否则没有背景音乐。
冗余 —— 屏幕文本不与旁白逐字重复；它应为标签和短句。
空间邻近 —— 标签紧邻其描述的对象；帧内没有图例与图表之间寻宝式的距离。
时间邻近 —— 元素的揭示与其旁白行同步（对照 timing.json 检查），不会提前或延迟显示。
易读性 —— 粉笔线条与背景对比度足够（屏幕文本等效物 > = 4.5:1）；在 1920x1080 或 1280x720 的分辨率下没有内容被裁剪。
动画预算 —— 动画在 1.2 秒内稳定下来；在介绍不同概念时，句子播放期间没有元素移动。

每项评分 PASS/FAIL 并附上证据。1–5 项中任何 FAIL 都会阻止关口 4。6–12 项中任何 FAIL 都需要修复并重新渲染该段落，或获得用户的明确接受。

风格默认设置（关口 3 比选）

背景：chalkboard（深石板绿，细微纹理，柔和渐晕）。比选备选项：paper（暖灰白，墨水线稿），night（近黑色，单一强调色）。
调色板：粉笔白为主色，一个强调色（琥珀色 #FFC66D）用于高亮。仅当信号需要时才能高亮。
字体：大号（1080p 下 >= 64 px），高对比度；字幕位于底部中央并带有半透明背景，最多 2 行/每行 42 个字符。
尊重观众：禁止闪烁（> 3 次/秒），动画快速稳定，进度条显示章节位置。

审计轨迹（全部提交）

01-objective.md (+ 关口输出)     05-timing.json
02-research-notes.md                06-subtitles.srt
03-narration.md                     07-claims-ledger.md
04-storyboard.json                  08-qc-report.md

审计轨迹与视频本身同样重要：它使得流水线可被其他教学设计人员审计。

诚实限制（在项目日志中说明）

代理 QC 是模型进行的启发式审查，而非专家背书。
不得声称输出“经过教学验证”——这需要学习者测试，而本技能不执行该测试。
时间对齐字幕的质量取决于 TTS 对齐的质量；在关口 4 之前，对 10 个提示与音频进行抽检。
语音许可：kokoro-82m 的语音有其自身的使用条款；在商业分发前请检查。

归属

方法层面参考，未复制代码：anything2explainer（PolyForm 非商业许可——仅方法，参见本仓库的 ATTRIBUTION.md），来自 vox-director（MIT）的关口审批流程模式，以及来自 blader/humanizer 和 Wikipedia 的“AI 写作特征”清单概念（本仓库的 lint 是独立实现）。

Chalkreel — 学习目标输入，无障碍讲解视频输出