阿拉伯语软件用户指南视频
将现有应用程序的界面和文档转化为可审阅和编辑的实用操作演示。每一条指令都必须指代真实的界面元素。每一个质量声明都必须有实际检查作为支持。
确定范围与参考资料
- 阅读用户的请求和附件后，再选择制作风格。确定语言或方言、品牌、交付物以及数据展示限制。
- 检查之前的视频、源旁白、字幕和时间线（如可用）。区分已批准的源脚本与从音频推断出的转录文本。
- 将当前应用程序视为功能、字段名称、按钮和路由的权威依据。使用提供的图片和官方模板作为视觉参考。
- 尽可能复用可编辑的制作项目，而不是不必要地重新捕获正确的素材。
- 标准现代阿拉伯语是机构阿拉伯语材料的默认选择。尊重对方明确的方言请求；不要在同一个版本中混用不同风格。
- 视频制作请求并不授权更改应用程序代码、权限、网络或生产数据，也不授权发布或将材料发送给他人。
选择可用工具
使用实际可用的工具。不要假设存在语音服务、API密钥或GPU。
| 工具 | 用途 |
|---|---|
| Python 和虚拟环境 | 组织并运行制作管线 |
| Playwright + Chromium | 捕获实际界面并测试播放 |
| Pillow | 帧、标题、图层、指针和焦点位置 |
| NumPy | 音频处理或原创程序化音乐 |
| FFmpeg（本地或通过 imageio-ffmpeg） | 动效、合成、编码和音频处理 |
| edge-tts 或授权供应商 | 旁白和词边界时间线 |
| arabic-reshaper 和 python-bidi | 在 RAQM 不可用时的阿拉伯语整形回退 |
| PyAV | 媒体时长、帧数和片段检查 |
| faster-whisper | 资源允许时用于审阅的可选本地转录 |
| openpyxl | 发音和审阅记录 |
| HTML/Chromium 或合适的 PDF 工具 | 可读的阿拉伯语质量报告 |
安装依赖项前检查 Python/包兼容性。使用隔离环境并记录版本。从其官方来源获取字体并保留许可证。
创建可编辑的故事板
使用结构化数据，例如 storyboard.json。为每一步记录：
- 章节、步骤标题、口播脚本和所需捕获。
- 要高亮的元素以及动效是说明截图还是记录真实操作。
- 支持指令的证据、任何等待时间以及适用情况下的实际结果。
写简短的句子，一次解释一个操作。保持界面标签的显示原样。不要为了填充时间而阅读每一个可见单词，也不要为了缩短视频而省略必要的解释。
对歧义词应用部分阿拉伯语变音符号，尤其是产品名称、组织名称和技术术语。维护可编辑的发音字典。仅凭文本变音符号并不能证明生成的语音发音正确。
捕获界面并保护数据
- 以支持可读缩放的分辨率捕获真实界面。使用合适的设备像素比，而不是AI放大。
- 将目标元素矩形和裁剪偏移量与捕获内容一起保存，同时保存视口尺寸和设备像素比。
- 检查标签、值、工具提示、链接和可见账户，而不仅仅是填充的输入框。
- 在预览中使用训练环境或记录过的遮罩。不要仅仅为了创建安全截图而更改生产数据。
- 将替换的信息标记为示例。
example.org和192.0.2.10可以替换运营链接和地址。 - 在静态截图上的指针移动或缩放是插图，而不是实况录制。准确描述它。
- 要捕获真实的成功保存，请使用授权的隔离测试环境并首先验证写入目标。之后清理测试记录。如果不可用，请解释过程，不要伪造成功消息。
不要将应用程序截图或数据发送给旁白供应商。只发送一般性的说明文本，并尊重用户对外部处理的限制。
旁白与阿拉伯语字幕
- 验证语音可用性并测试代表性段落。地区性语音标识本身并不能确定方言、标准阿拉伯语或自然表达。
- 为每个片段保留批准的文本、音频和词边界。只重新生成更改过的片段。
- 从文本、语音、语速和发音设置派生音频缓存键；仅凭文件存在不是有效的缓存键。
- 从批准的脚本构建SRT，保留标点符号，并将其单词与时间边界对齐。不要组装原始转录标记而丢失标点符号。
- 在精确对齐不可用时，记录估计的时间线。不要将其描述为基于精准听力的验证。
- 检查阿拉伯语渲染。首选使用RAQM进行原生整形；仅在需要时使用reshaper/bidi。不要对文本进行两次整形或反转。
- 使用阿拉伯语、数字和混合技术文本测试字体。避免不完整的字体子集。
- 将字幕放置在重要操作区域之外。在手机尺寸下保持可读，并且最好在一到两行内。
动效与品牌
- 从实际项目中提取颜色、字体和徽标。使用原始徽标，不要重新绘制或重新着色。
- 清晰显示当前指令，而不是将所有指令挤在小截图周围。
- 渐进式放大到操作区域，同时保持宽高比和整个相关字段或按钮的可见性。
- 使用清晰的指针、缓动动效以及在需要时的短暂点击指示。使点击与相应的口播指令对齐。
- 保持转场平稳。避免抖动、闪烁和无意义的重复缩放。
- 当需要开场和结尾时，使用相同的标识并渐进式地显示徽标、组织名称和标题。持续时间（如8–12秒）只是示例，不是通用要求。
- 不要将提议的标语呈现为官方批准的标语。
箭头：颜色、位置和动效
以下是推荐的制作默认值，并非关于所有现有视频的主张。根据应用程序的密度和用户的参考进行调整，同时在整个交付物中保持一致的注释风格。
外观
- 使用红色
#D52424作为教学箭头，带有白色#FFFFFF轮廓，使其与浅色和深色界面区分开。保持应用程序自身的颜色和徽标不变。 - 在1920×1080分辨率下，从5像素箭杆、2像素白色轮廓、18像素箭头和大约90–160像素总长度开始。按比例将这些值缩放到输出分辨率，并在手机尺寸下检查可读性。
- 可选的黑色小阴影，不透明度约为18%，模糊度为3像素。不要添加霓虹光晕、厚重的3D效果、表情符号或文本箭头字形。将注释绘制为干净的矢量路径或高分辨率透明图层。
- 将教学箭头与实际鼠标指针区分开：箭头解释目标；指针指示导航或实际点击。当两者遮挡同一控件时，避免同时显示。
位置和坐标
- 指向实际按钮、字段或链接的边缘，在Full HD分辨率下保留大约6–12像素的间隙。不要覆盖其标签、输入值、图标、焦点轮廓、验证消息或字幕。
- 优先使用从附近空白区域出发的对角线或短曲线路径。每个操作显示一个教学箭头。对于多个操作，依次显示箭头，而不是一次性全部留在屏幕上。
- 保存目标矩形和相对于源捕获的锚点。对箭头尖端应用与截图相同的裁剪、缩放、平移和缩放变换。切勿为移动的缩放硬编码固定的屏幕坐标。
- 在额外的缩放/平移之前，简单的裁剪缩放映射为
screenX = offsetX + scale * (sourceX - cropX)，Y坐标同理。还要应用任何后续的动画变换，并检查实际编码的帧。 - RTL/LTR影响注释文本布局，而不影响实际目标位置。不要仅仅因为旁白语言改变就自动镜像箭头。
时序和动效
- 让相关屏幕稳定下来。在大约0.15–0.25秒内淡入箭头。
- 如果动效有助于解释操作，在大约0.35–0.65秒内使用缓动动效将尖端移向其目标。不要弹跳、抖动、旋转或连续重复移动。
- 一个有用的缓动函数是
e = (1 - cos(pi * u)) / 2，其中u是夹紧到0–1的已用进度。使用p = start + (end - start) * e插值位置。对于曲线路径，在缓动进度处评估曲线，并沿其切线方向定向箭头。 - 在旁白说出目标名称或说“点击这里”时完成移动。从旁白时间线或审阅过的词边界中推导出这个提示；不要对每个场景应用相同的任意延迟。
- 在读者阅读控件并听到指令时保持箭头静止。1–2秒的保持可以作为起点，但实际持续时间由口播指令和目标可读性决定。
- 如果需要描绘点击，在目标处显示一个微弱的环形，持续约0.3–0.5秒，与提示同步。此注释不得暗示当实际未发生时发生了真实操作或成功保存。
- 在切换目标或场景前，在大约0.15–0.25秒内淡出箭头。在减少动效的版本中，用静态箭头和柔和淡入替换移动/缩放；避免脉冲或闪烁。
将颜色、尺寸、源矩形、锚点、路径、提示、进入持续时间、保持和退出持续时间存储在可编辑的故事板/渲染设置中。在开始、缩放期间、提示时和结束时预览箭头。确认它仍然附着在正确的元素上、在画面内、并且在两种主题上都可读，且未隐藏字幕或界面内容。
音频与音乐
使用原创或适当许可的音乐，保留其来源或生成方法。不要模仿特定的受保护作品。
标准化旁白并防止削波。如果音乐伴随语音，根据旁白信号进行闪避，而不是假设固定电平就足够了。避免对清晰的数字语音进行降噪处理，以免损坏辅音。
将旁白、音乐和混音设置分开以便编辑。不要为了满足任意时长而加快语音；调整场景以适配解释。
时间线和编码细节
- 使用PCM/WAV或采样数测量音频，而不是估算的MP3时长。
- 根据实际编码片段长度或帧对齐的舍入时长构建最终时间线。包含章节分隔符和音频前导/尾音。
- 将SRT和章节边界绑定到最终时间线，而不是存在累积舍入漂移的早期时间线。
- 检查已安装FFmpeg版本的选项。不要假设
filter_complex_script存在；适当时直接传递滤镜图。 - 编写十进制持续时间，例如
0.65而不是.65，以适应拒绝后者的滤镜。 - 使用显式路径和结构化的子进程参数。不要从旁白或章节标题构建shell命令。
- 当图片、目标矩形、字体、徽标或布局代码更改时，使渲染缓存失效。
- 在导出独立章节时，检查关键帧边界和音频起始点。验证提取的文件本身。
质量审查与真实审批
执行适合素材的检查：
- 解码完整视频/音频并检查分辨率、帧率、时长和轨道。
- 测量响度和峰值电平；检查间隙和削波。
- 将字幕与批准的脚本进行对比，并验证时间顺序和最终边界。
- 检查实际最终渲染中的帧，包括开场、结尾、缩放、验证消息和成功状态。
- 在浏览器或合适的播放器中测试播放和搜索，包括手机尺寸预览。
- 确认每个引用的元素存在，焦点目标正确，重要文本未被裁剪。
- 根据需要验证PDF、XLSX、独立片段和压缩包内容。
自动转录不是聆听。 ASR可能识别出需要审阅的段落，但差异可能是识别错误或拼写差异。
将技术检查、自动文本比较、记录过的聆听和正式审批分开记录。除非实际发生，否则不得将聆听或审批标记为完成。
如果所需的直接或人工聆听不可用，请明确说明。交付支持的文件和逐片段聆听审阅记录；不要声称完美的发音。不要报告基于ASR的更改作为确认的聆听修正。
发音记录应包括时间戳、片段、批准的文本、转录或标记的词、请求的更正以及聆听/解决状态。
交付
遵循请求的名称和格式。完整的交付可能包括：
- 主MP4文件以及单独的开场/结尾。
- 旁白WAV、阿拉伯语SRT和章节时间戳。
- 发音审阅XLSX和质量报告PDF，显示已核实和待处理的项目。
- 故事板、安全截图、字体/许可证、音频资产、编辑代码和依赖项信息。
- 有用的独立章节片段。
保持编辑项目可移植性；排除开发机器路径和登录凭据。在创建压缩包之前检查包内容。仅链接实际存在的文件，并说明素材限制，不得声称未完成的工作。