短视频流水线(主题无关)
一个编辑列表(<short>/edl.json)加上一段配音即可生成一个完成的视频:在主题化的照片“窗口”中移动的片段、文字字幕、一个钩子面板、一个英雄圆圈、一个封面、一组音效提示列表,然后进行 -14 LUFS 的音量混音。
所有特定于频道的内容(主题、语言、受众、内容规则、外观、配音、演职员表、发布时间表)都位于项目的 CHANNEL.md 中。请先阅读它,并优先遵循其中的规则,而不是下面的默认值。 如果该文件缺失或部分为空,请在生成任何内容之前询问所有者(或复制 engine/templates/CHANNEL.md 并与他们一起填写)。
相关技能:shorts-script-voice(主题、脚本、配音)和 shorts-packaging(成品文件、上传文本)。
开始之前
- 工具包脚本(
setup.sh、shorts-init.sh、doctor.sh、install-codex.sh)位于工具包的scripts/文件夹中:插件文件夹,或$SHORTS_HOME/kit/scripts/(setup.sh和install-codex.sh会在那里保留一份副本)。 - 从一个包含
_pipeline/、_tools/、_fonts/、CHANNEL.md的 项目文件夹 开始工作(使用scripts/shorts-init.sh <dir>创建一个)。下面的每个命令都从该文件夹的根目录运行。 - 每台机器上运行一次
scripts/doctor.sh <project-dir>。它会检查所有依赖项(系统程序、Python 包、模型、可用磁盘空间),并且必须以“All good.”结束。如果没有:使用scripts/install-system-deps.sh安装 ffmpeg/Python/curl,使用scripts/setup.sh安装其余部分。完整列表在工具包的DEPENDENCIES.md中。 SHORTS_HOME(默认为~/.shorts-studio)存放 Python 虚拟环境和语音模型。如果你将其放在其他地方,请导出此变量。- 在编写编辑列表之前,请阅读
_pipeline/README.md(引擎参考)和references/edl-notes.md。
工作流程(每个步骤都有各自的检查)
| # | 步骤 | 命令 / 输出 | 验证 |
|---|---|---|---|
| 1 | 主题 + 脚本 | 技能 shorts-script-voice | 一个主张,注明来源,如果资料要求则所有者同意 |
| 2 | 配音 | $SHORTS_HOME/venv/bin/python _tools/build_vo.py <short>/vo/beats.json,然后 _tools/words.py <short>/vo | 阅读 vo/words.json:每个单词都正确 |
| 3 | 素材 | _tools/grab.py <topic> '<url>' <start> <end> --tag NAME(记录到 _footage/SOURCES.md),或你自己的录制 | 每个片段的联系表;遵循 CHANNEL.md 中的策略 |
| 4 | 编辑列表 | 复制 references/edl-template.json,修改内容 | build.py <edl> --words 显示字幕标记 |
| 5 | 渲染 | python3 _pipeline/build.py <short>/edl.json --theme <theme>(3-10 分钟;4K60 较慢) | 无错误;文件比 edl 新 |
| 6 | 封面 | ... build.py <edl> --cover | “安全区违规:无”,在 180 像素宽下可读 |
| 7 | 检查 | python3 _pipeline/check.py <short>/<name>-<theme>-silent.mp4 <short>/edl.json | 打印 ALL CHECKS PASS;你查看了每一张联系表 |
| 8 | 音效 | $SHORTS_HOME/venv/bin/python _pipeline/sound/mix.py <short> --theme <theme> --music <name> --strict | -14.0 +/-0.5 LUFS,真实峰值 <= -1.0 dBTP,文字错误接近 0 |
| 9 | 打包 | 技能 shorts-packaging | 文件 + 封面 + 上传区块位于 ready/ |
源片段的联系表:ffmpeg -ss <t> -i <file> -t <d> -vf "fps=2,scale=320:-1,tile=7x4" -frames:v 1 out.png
(写入 PNG:某些源的 JPEG 输出会因“non full-range YUV”而失败)。镜头边界:
ffmpeg -i <file> -vf "scale=320:180,select='gt(scene,0.25)',showinfo" -an -f null - 2>&1 | grep -o "pts_time:[0-9.]*"。
主题:case-file(档案纸)、panel-heist(漫画页面)、vice-dusk(霓虹黄昏)、classic;由配置文件选择。
一个好的短视频看起来什么样(默认值;由配置文件覆盖)
- 18-45 秒,一个论点从钩子到结论,每 1.5-3 秒切换一次镜头,每个镜头都有运动,钩子面板从第 0 帧开始显示
(
hook.y1170 确保其不与展品标签重叠),有一个英雄时刻,在画面真正展示的内容上有一个红色圆圈。 - 画面紧跟文字。字幕是 2-3 个词的短语(
break_before);姓名保持在一个组内。 - 最后一个镜头切回到第一帧(视频循环播放)。
- 所有可读文本保持在手机安全区内:y 300-1580,x 130-950(对于 y 1000-1600,x <= 860)。check.py 强制执行。
- 照片窗口较高
"aspect": "3:4"(900x1200),适用于 1080p 及以上的片段;720p 或信箱模式的源无法填满它。
来之不易的经验教训(详情见 references/lessons.md)
- 编辑列表比渲染文件新?渲染文件过期了。 在判断 check.py 的结果之前,请重新构建。
- 冻结的静帧(连续帧在 > 0.3 秒内几乎没有差异)会使 check.py 失败。静态屏幕、纯色和静止的主体
需要匀速运动:
"move_ease": "linear",缩放范围 0.15-0.4,平移 150 个以上源像素。 仅使用float是不够的(正弦函数在其转折点会减速到零)。 - 缩放限制: 4K 源 <= 1.00,1080p 源 <= 1.25,720p 源 <= 1.0(check.py 会打印每个片段的限制)。
- 创作者叠加层(水印、面部摄像头、下方三分之一、字幕、风格化横幅)绝不能进入画面:使用顶层的
sources画面覆盖进行裁剪、移动裁剪位置或选择其他帧。检查每个剪辑帧。 - 诚实: 标签、圆圈和字幕只说明画面显示的内容;在配音中将事实归因于其来源。
- 封面: 一个源帧的全出血裁剪;面板位于
tab_y(330)并隐藏图片的顶部。如果主体靠近顶部,请将tab_y设置为约 1090,stamp_y设置为约 410。 - 一次只渲染一个(4K60 渲染会占用所有核心);切勿对同一文件夹启动第二个渲染。
将编辑委托给子代理
为代理提供 BRIEF.md(由 shorts-init 从 references/editor-brief.md 创建)以及脚本、配音文件和片段列表。主会话编写脚本和配音,亲自审核每个画面帧,并进行音效混音:代理的报告只是一个声明,而不是证据。在接受之前,检查文件时间(静音 mp4 比 edl 新,检查日志比 mp4 新)。