泰语故事视频剪辑指南
以下默认设置可根据用户的具体任务和品牌进行调整。开始前请先阅读 工具与工作流程。本技能是一套制作指令，而非现成的渲染程序。
接受的格式
- 面向所有年龄段的“你知道吗”风格视频。以问题或常见误解开场，通过对比图像进行解释，最后以易记的总结句收尾。
- 目标时长通常为 45–60 秒，大约 6 到 8 个场景。但实际时长由音频决定，不要为了凑时间而拉伸静音画面。
- 纵向视频 9：16 比例。角色为白色圆头、黑色清晰线条、四肢简单、配色为奶油色、棕色、浅蓝色和柔和色系。背景简洁，场景需符合故事时代和地点。
- 所有场景使用相同的主角角色和色调。以已批准的主视觉图为参考。图像中不得包含文字、场景名称或场景编号。
- 泰语旁白使用用户提供的语音文件或可用的 TTS 工具生成。一次性生成完整的音频脚本以保持连贯性。如果修改脚本，则需重新完整生成语音。
- 以预算友好型流程为主。使用静态图像的运动效果和现有工具。不视为用户已授权付费服务或公开发布。
步骤
- 收集故事、目标受众、时长、参考图像以及现有的音频文件。必要时从主要来源核实事实。
- 撰写完整的对话脚本，并根据主题将故事划分为场景。每次将脚本交付用于语音生成时，必须附上一个单独的“语音指令”部分（不包含在朗读文本中），遵循下方指南。
- 先试验第一个场景的图像。待用户批准后，再以第一张图像为参考生成其余图像。只有当用户或所使用的指令允许时，才可将字幕生成任务分配给专门的代理。
- 使用提供的音频文件，或让用户使用所选工具生成完整的语音。在锁定图像节奏之前，使用
ffprobe检查实际时长。 - 从实际音频文件中进行转录和计时。使用原始脚本仔细检查、修正泰语文字。小型转录模型可能会出错或跳过较长的片段。必要时可按停顿分割转录。切勿未经检查就使用 ASR 产生的猜测文本作为字幕。
- 根据语句调整图像，不强制要求场景时长相同。使用轻微的推拉镜头、短过渡和柔和的场景切换音效，确保旁白清晰连贯。
- 每行字幕为简短的短语，以紧凑的动画弹出。白色文字加粗边框，关键词突出显示为黄色。无背景或黑色边框框。使用加粗边框和文字阴影代替。使用 V4 版本的字幕，字号为 108，根据实际语音逐词弹出并变色。遵循剪辑预设文件中的设置。使用能完整显示泰语元音和声调的字体，例如 Noto Sans Thai。
- 字幕放置在 TikTok 的安全区域内，且不遮挡用于说明的图像。在特定场景中可将字幕移至上方空白区域。默认情况下，禁止添加场景名称、标题标签、场景编号或顶部装饰线。
- 最后一句字幕结束后，不得添加无语音支撑的总结字幕。根据实际节奏，在语音结束后稍作停顿即可结束。如果用户指定了结束时间，则使用该时间。
- 仅当用户提供 outro 文件并要求使用时，才进行拼接。拼接前检查实际文件、时长、音频和格式。不得使用他人的品牌或延长静音段。如果没有文件，则输出主视频并告知用户未拼接 outro。
- 输出为 MP4 格式，编解码器 H.264，像素格式 yuv420p，分辨率 1080×1920，帧率 30fps，音频 AAC，并开启 faststart。可使用现有的 FFmpeg 处理静态图像和 ASS 动画字幕。无需建立新的 Remotion 项目。
- 使用
ffprobe检查文件，并进行完整解码。检查开场画面、每个场景、长字幕段落和视频结尾。确认字幕未遮挡重要图像、无文本溢出、无超过语音的字幕。输出 MP4 文件并附带 SRT 字幕文件。 - 当获得发布许可时，按照“按平台区分的视频封面模板”创建并输出两个尺寸的封面。在发布时使用与平台匹配的封面，并确认已成功附加。
用于下一阶段语音生成的语音指令
- 将语音指令作为独立部分，随完整脚本一同提供，以便用户可以复制该指令来指导语音生成。不要将本指令放入朗读文本或字幕中。
- 指定适合该故事的语调、情感、语速、停顿节奏、专有名词的发音，以及需要强调的词语或句子。使用简洁、可操作的语言。
- 默认设置：亲切、生动地讲述，发音清晰，在开场问题之后和重要信息之前停顿。在提及名字或数字时不要加速。一次性连贯地朗读整个脚本。根据内容调整情感，不要对所有故事都使用体育新闻的语气。
- 森林视频示例：“充满活力地讲述足球新闻，语气亲切，名字发音清晰，重点强调‘三比一’和‘第十八名’，在开场问题后稍作停顿，在数字部分不要加速。一次性连贯地朗读整个脚本。”此示例仅供参考，不要将示例中的名称和强调词用于新故事。
剪辑预设与修订
在合成视频前阅读 剪辑预设 和 V4 字幕详情。JSON 文件是参考指南，而非程序自动加载的配置文件。
- ASS 字幕字号：108；正在说的词语在强调短语中为黄色，一般短语中为浅蓝色；其他词语为白色。仅根据实际语音逐词触发弹跳动画。
- 不锁定脚本、场景数量或视频时长。每次新故事都重新进行计时。
- 在修改现有文件前，创建带时间戳的备份并确认所有文件已备份完成。切勿删除原始文件。将结果保存为新版本。
- 仅在图像上无嵌入字幕的情况下添加字幕。不要使用色块覆盖旧文本。
- 在确认与当前故事无关的情况下，使用现有的工具和脚本。在调用前检查输出文件名和覆盖指令。
- 发布的套件中不包含来自个人项目的徽标、示例图像、音频、频道结尾或渲染脚本。使用用户的文件以及实际可用的工具。
- 在未检查现有工具的情况下，不要安装模型或依赖项。在推荐可能变更配额或界面的服务时，需先查阅最新信息。
按平台区分的视频封面模板
按照以下模板，为每个视频制作两个尺寸的封面，除非用户另有指定。使用用户的参考图像（如果有），并根据故事调整标题。
- Facebook：纵向 9：16 比例，尺寸 1080×1920 像素；TikTok：纵向 3：4 比例，尺寸 1080×1440 像素。分别保存为两个文件到
output/covers/目录，并以清晰标识平台和尺寸的名称命名。 - 在每个比例下调整构图，确保文字和角色完整可见。不要拉伸或裁剪图像导致文字缺失。两个封面使用相同的标题、角色和色调。
- 背景为奶油色，黑色清晰线条。使用与视频中相同的卡通角色，角色居中偏下放置，并搭配能说明主题的道具。
- 标题文字简短，使用粗圆润的深绿色泰语字体，在手机上易于阅读。分为大约 2–3 行。使用黄色条纹突出关键短语。可添加副标题标签。在知道用户频道名称后，将其放置在底部。
- 封面可以包含文字。步骤 7 中关于场景名称或图像上文字的限制不适用于封面。
- 不要自动使用旧故事中的角色、帽子、眼镜或电脑。根据新视频的内容和角色进行调整，但保持频道整体色调一致。
- 使用可用的图像工具创建封面，以已批准的图像为参考。检查泰语拼写、频道名称和易读性。保存为新文件，不要覆盖现有封面。
- 将重要文字放置在距边缘安全距离的位置。在发布前检查实际文件大小以及平台裁剪预览图。如果尚未检查，不要声称封面在所有屏幕上都显示完整。
- 当用户授权发布时，在发布前为每个平台附加或设置正确的封面：Facebook 使用 9：16；TikTok 使用 3：4。检查预览图和保存后的结果，确认封面已实际应用。
- 如果屏幕或工具不支持封面上传，则告知局限性并发送与平台匹配的封面文件。不要声称已附加，并且除非必要，不要修改视频以嵌入封面。
- 准备两个尺寸的封面不视为已授权在两个平台发布，也不视为自动修改已发布的旧封面。仅发布到用户授权的平台。