Hanta AI风格口播视频模板
这是从talking-head-editor模板封装的Hanta AI视频制作包,非旧版League Gothic版本。保持模板的布局和动画;当内容、讲话人或操作系统不同时,不保证像素级一致。
输入
接收人物视频和授权使用的素材。每项任务创建一个独立目录:
job/
media/raw.mp4
media/assets/...
edit.json
analysis/
out/
使用原始视频时间轴进行剪辑、字幕和插播。编写计划前请阅读edit.json结构;style.md描述了英雄帧、子帧、品牌帧、卡片、对比、证明、画中画、B-Roll和CTA。
如果有现成转录文本则直接使用并检查专有名词。需要ASR时,在具有相应后端的Python环境中运行scripts/transcribe.py;--help无需指定模型。阅读runtime.md以安装可选后端。语音识别和TTS模型不包含在此包中。
制作
- 英雄帧总结要点,高亮金色关键词。子帧用于过渡语句;品牌帧在介绍节目名称时使用;CTA用于结尾。每个片段应留有足够的阅读时间,不要自行编造成绩或证据图片。
- 字幕与口语内容对齐,而不仅仅是与句子开头大致对齐。检查尚未完全显示的字幕部分是否在消失前完成。
- 放置画中画前先检查面部/人物位置。对于像Hanta这样的口播者,插播窗口应位于上方空白区域;不要遮挡头部/面部。如果上下文是越南事件/企业,则保留越南场景。
- 避免使用其他活动的名称标牌或舞台,以免让观众误认为是正在介绍的活动。全屏提示不应覆盖英雄帧/子帧。
- 保持视频的原声;背景音乐和音效要低于人声。不要因去除静音而裁剪单词或改变含义。
运行
所有脚本路径均相对于此技能目录,而非用户目录:
python3 scripts/doctor.py
python3 scripts/render.py /path/to/job --check-only
python3 scripts/render.py /path/to/job --setup-only
python3 scripts/render.py /path/to/job final.mp4
python3 scripts/qa.py /path/to/job/out/final.mp4 /path/to/job/out/qa
首次设置时,从job的render-project中的lockfile运行npm ci。后续运行重复使用相同版本。不要自行打开Studio、浏览器或视频文件。默认为单渲染线程;仅当机器兼容或用户要求时增加。使用--frames=0-59进行短渲染测试,然后再进行完整渲染。
Anton和Montserrat字体已包含在assets/fonts中,附带OFL授权;渲染时无需下载字体。如果job没有单独的文件,则pop/whoosh音效在本地生成。render.sh脚本仅调用render.py;没有第二个模板。
交付
运行QA,完全解码输出文件,比较帧数,检查所有图片和提示的完整尺寸。对比转录文本时间轴,并在具备实际听觉播放能力时进行听取;不要仅根据元数据/ASR就声称已听过。如果无法直接收听,请明确说明此限制。正确清理由job创建的所有进程;不要关闭用户的其他程序。
示例hanta-reference.json保存了模板的计划;不打包任何个人视频或音乐。在重现示例之前请阅读reference-inputs.md。