播客片段剪辑 是做什么的?
先阅读 video-edit-rules。其中的规则适用于此处的每一步。
使用 longform-to-clips 选择要剪辑的片段。本技能负责制作视觉效果。
目标:一个锁定的广角镜头,观感如同多机位节目。 检验标准:观众感觉有多个角度,文字位于空白区域且从不遮脸,每次切换都在静音中进行。
适用的素材
- 单广角相机,机位固定,两位演讲者均在画框内,或一位演讲者旁边有空间。
- 4K 最佳。对 4K 素材进行 2.5 倍放大后仍有约 1536 像素宽度,足以输出 1080p。
- 1080p 素材的放大倍数限制在约 1.4 倍以内,否则会变模糊。请告知用户。
- 干净的语音。独立的麦克风音轨有助于标记发言人。
第 1 步:片段脚本
- 从
longform-to-clips获取片段时刻及其脚本:确切的台词、顺序、源时间戳。 - 标记每一行由谁发言。
- 为每个片段标记 2 到 4 个需要强调的关键词。选择承载核心思想的词:数字、对比、结果。
- 标记 1 到 2 行用于完整图形场景。选择能够通过视觉呈现的台词:列表、前后对比、提到的数字。
第 2 步:规划广角镜头
- 抓取一帧清晰画面。检测每张人脸(OpenCV DNN 或 MediaPipe)。将每个人脸框写入
work/faces.json。 - 找到每位发言人旁边的空白区域:最大矩形,没有脸、没有身体且纹理很少(低拉普拉斯方差)。这是放置文字的地方。
- 为每位发言人规划构图,写入
work/framings.json:
| 构图 | 4K 放大倍率 | 用途 |
|---|---|---|
| 远景 | 1.0x | 第一行台词,发言人切换时 |
| 中景 | 1.5x | 大多数台词 |
| 特写 | 2.0 到 2.5x | 关键台词和核心结论 |
对于 9:16 输出,裁切是广角镜头中的一个垂直窗口。将发言人的眼睛放在 y=700/1920 附近。文本放在下巴下方或头部侧面的空间中,位于安全区域内。
第 3 步:镜头运动
每次切换都落到新的构图上。然后镜头稳定下来。
- 切换时,从比目标构图紧 6% 到 10% 的位置开始。
- 在 0.6 到 0.9 秒内缓出到目标构图。使用一条曲线(例如 cubic-out)。不能走走停停。
- 保持静止直到下一次切换。非常缓慢的漂移(大约每 3 秒 1%)是可以的。
- 切勿在两个放大倍率差异小于 1.25 倍的构图间进行切换。这看起来像跳跃。
- 使用 ffmpeg(
crop加scale,配合逐帧表达式)或 OpenCV 将裁切烘焙到素材帧中。不要依赖页面的变换来处理镜头。 - 将源帧均匀映射到输出帧率。
第 4 步:空白区域的文字
文字与画面绑定,而不是与屏幕绑定。
- 将每个文本块放置在第二步中找到的空白区域中,使用广角镜头坐标。
- 每一帧,文本块都经历与素材相同的缩放和偏移。文字随着镜头一起放大和移动。
- 两种大小。关键词使用一个大的紧凑单词(例如,在 1080 高度下,180 到 260 像素)。其余台词使用小号紧凑文字(40 到 56 像素,字母间距 -0.02em)。
- 文本块绝不能穿过人脸框,即使在最紧的缩放下也要检查。逐帧检测。
- 文字在说话时以短暂上升(0.3 秒)进入画面,无弹跳。在切换时消失。
第 5 步:关键词强调
两种形式。每个片段选择一种并保持一致。
- 色块:关键词位于实色强调色块中。色块高度为大写字母高度的 1.3 倍,圆角半径高度的一半,左右填充 0.4em。
- 滑动框:一个强调框随着台词被说出而平滑地滑到单词后面,从第一个单词到最后一个单词一次完成。它不会在单词之间停顿。根据对应时间驱动其宽度,然后通过一条缓动曲线在整个短语上平滑处理。
使用 brand/theme.css 中的品牌强调色。如果没有品牌颜色,选择一个亮色并保持一致。
第 6 步:纯图形场景
在对话部分之间,切换到全屏场景,持续 1.5 到 3 秒,使用标记过的台词。
- 使用
$KIT/templates/或品牌素材中的 HTML 构建每个场景。 - 语音在场景下继续播放。
- 场景展示所说的内容:逐一显示的列表项、逐渐显示的数字。
- 在自然帖文中,场景占比控制在片段时长的大约 15% 以内。
- 仅使用用户拥有的图片、录制中的帧或已授权的素材。切勿编造粉丝数、名称或数据。
第 7 步:切换闪光
- 在每次构图或场景切换时,添加一个轻微闪光:一个不透明度 35% 到 55% 的白色图层,在切换帧达到峰值,在 4 到 6 帧内淡出。
- 搭配一个轻柔的“噗”声,音量至少低于人声 20dB,或者无音效。
- 没有嗖嗖声。没有渐强音。没有反向波。
第 8 步:构建与渲染
- 已烘焙镜头运动的素材:
work/cam.mp4。 - 文字、强调效果和场景:一个 HypeFrames 项目,放在
work/clip-NN/。 - 将每个场景与素材裁切点对齐。
- 渲染:
npx hyperframes render work/clip-NN。16:9 输出 1920x1080,9:16 输出 1080x1920。 - 先展示前 3 秒。等待确认,然后渲染完整片段。
本风格检查清单
在 video-edit-rules 的质量门槛之上额外检查:
- 逐帧检查每次切换。新的构图应从更紧的位置开始并立即缓出一次。
- 逐帧检查每个镜头的最紧缩放。没有文字接触到人脸。
- 以 25% 速度观看滑动框。它不应在单词之间停顿。
- 检查每次闪光的峰值都在切换帧,而不是之后一帧。
- 检查每次缩放是否锐利。如果缩放模糊,则适当退回。
报告
- 片段长度、源入出时间、第一行和最后一行台词。
- 使用的构图及其缩放倍率。
- 带强调效果的关键词。
- 场景及其运行时占比。
- 所有音效及其时间和电平。
- 质量检查结果。