review-ugc-render 是做什么的?
每个UGC视频制作流程在发布前必须通过的QC审核关卡。这不是肉眼观察的
/watch——而是一个确定性的转录vs脚本差异检查,一旦发现缺陷即非零退出,使流程能够硬阻止set_final_render。
为什么存在这个技能
Seedance是原生生成音频的。它有时会将单词读错——获批的台词human-vetted被读成human witted;已知的同类型问题包括:Hume→Hune,Alitu→al-too。缺陷存在于渲染的音频中,因此肉眼观察/watch(“对话与脚本匹配”)会遗漏问题,而下游的字幕处理会将错误单词原封不动地嵌入视频。之前没有任何机制将实际说出的音频与用户批准的脚本进行对比。
这个审核关卡正是以确定性的方式完成这一对比,并在发现不匹配时拒绝发布。
何时运行
- 必须在每个
remix-ugc-*-from-sample和create-ugc-*-video-from-refs制作流程的QC阶段中运行,即在主渲染存在之后、set_final_render之前。 - 在每次修复/重新渲染后重新运行,直到通过(PASS)为止。
约定
在渲染之前,将批准的台词原文(逐字说出的话语,不含语气备注)保存到working/approved-script.txt。然后在渲染后运行:
python3 <pack>/review-ugc-render/scripts/review_render.py \
--video working/final.mp4 \
--script-file working/approved-script.txt \
--json working/review-verdict.json
- 退出码 0 → 通过 — 继续发布(
set_final_render)。 - 退出码 2 → 失败 — 不要发布。阅读报告,修复,重新运行。
- 退出码 3 → 错误 — 检查无法运行(见下文);修复环境,不要盲目发布。
转录后端(优先级顺序):OPENAI_API_KEY(遵循OPENAI_BASE_URL,因此当设置时它会通过gooseworks Whisper代理路由)→ 本地whisper CLI。环境中必须存在ffmpeg。
失败(FAIL)的含义及如何修复
| 报告行 | 根本原因 | 修复方法 |
|---|---|---|
[high] said [witted] where script has [vetted] | Seedance在生成的音频中读错了单词 | 重新生成一个新的种子。 如果是品牌/自创词汇,在SPOKEN LINE中用音标拼写出来(例如Ali-too,永远不要使用(发音 …)这样的括号——Seedance会把括号内容读出来)。参见create-video-seedance-2-fal失败模式。 |
[medium] dropped [...] / 相似度低 | Seedance漏掉了批准的短语 | 重新生成;如果只是尾部单词遗漏,可能可以通过精准的stitch_replacement.py窗口修复来恢复。 |
⚠ audio is effectively silent | 错误的渲染/音频轨道在后期处理中丢失 | 重新渲染/重新检查混流;永远不要发布静默的片段。 |
ERROR: no transcription backend | 没有设置OPENAI_API_KEY,也没有本地whisper | 设置密钥(代理OPENAI_BASE_URL)或安装whisper,然后重新运行。 |
--expect-music仅为参考(如果缺少背景音乐则发出警告);它本身不会导致审核关卡失败。
输入
--video PATH(必需)——已渲染的主mp4文件。--script-file PATH或--script "text"——已批准的对话脚本。两者都省略仅用于真正没有脚本的片段(此时跳过一致性检查,审核关卡仅作为参考)。--min-ratio FLOAT(默认0.90)——通过检查所需的转录与脚本的token相似度。--json PATH——将机器判定结果写入文件,供应用的审核面板使用。
测试
python3 tests/test_review_render.py # 纯判定逻辑;不涉及音频/网络
涵盖经典的vetted→witted误读、品牌名称误读、尾部遗漏、无害填充词,以及无脚本的参考路径。
与内容鹅审核引擎的关系
这是更完整的coworkers/video/molecules/review/review-loop(18维度评分体系)中已发布、单文件、门控形式的切片。在这里,我们强制执行在发布时能够捕捉音频与脚本缺陷的那一个维度(review-transcript-integrity / brand_text_accuracy)。更深层次的多维度审核保留在内容鹅实验室中。