/reel-critic
短影音(Reel)在通過審查前不算完成。在 make.sh 寫出 <reel>/<name>.mp4 後執行此技能。
PY 是 stickman 套件 Python(numpy):PY="$HOME/.claude/plugins/cache/claude-animation-skills/animation-skills/1.0.0/kit/.venv/bin/python"。CRITIC="<此技能的基礎目錄>"。
1. 語音
轉寫最終的 mp4:bash "$CRITIC/tools/stt.sh" <reel> [video] [mon|eng](透過 Composio 使用 ElevenLabs Scribe,寫入 audio/stt_final.json)。
如果 Composio ElevenLabs 配額已用完,請在 ElevenLabs 網頁應用程式中轉寫 mp4(語音轉文字,匯出含時間戳記的 JSON),並將其儲存為 audio/stt_final.json。Whisper 在蒙古語上表現較弱:請勿對蒙古語短影音使用 Whisper。
2. 測量
"$PY" "$CRITIC/tools/critic.py" <reel> [video.mp4] 會寫出 <reel>/critic/report.md、report.json 及 critic/sheets/sheet_NN.jpg(每秒一格,每張 10 格;sheet NN 的第 i 格大約位於 NN*10 + i 秒處)。退出碼 0 表示所有測量檢查皆通過。閾值位於 rules.json:
| 檢查項目 | 規則 | 重做步驟 |
|---|---|---|
| 長度 | 40 至 68 秒 | 腳本 |
| 尺寸、fps、編碼 | 1080x1920、30 fps、h264 + aac | 渲染 / 母帶 |
| 響度、真實峰值 | -11.5 至 -8.5 LUFS、<= -1 dBTP | 母帶 |
| 語音開始時間 | 第一個字在 0.3 秒內 | 語音 |
| 語音間隙 | 行間無超過 0.9 秒的靜默 | 語音 |
| 人聲與背景音樂比例 | 語音至少比暫停時(音樂 + SFX)大 9 dB | 混音 |
| 鉤子動作 | 前 0.5 秒內有物體移動 | 鏡頭 |
| 畫面持續變化 | 無超過 2 秒的幾乎不變畫面 | 鏡頭 |
| 硬切 | 最多 2 次(飛掠滑動不算切換) | 鏡頭 |
| 語音與腳本相符 | 在字幕置換後,字元錯誤率 <= 8 % | 語音 |
3. 檢視
閱讀每張聯絡表(堆疊它們:ffmpeg -i sheet_00.jpg -i sheet_01.jpg ... -filter_complex vstack=N)。藍色框線:安全區(x 100 至 980,y 220 至 1500)。黃色條帶:字幕帶(y 1250 至 1420)。在以下情況下判定短影音失敗:
- 人臉或關鍵道具落在字幕帶下或安全區外;
- 主體被畫面邊緣切掉,或靠近鏡頭的道具遮擋住主體;
- 有文字被字幕遮擋的標示牌或標題卡,或蒙古語短影音中出現任何英文文字;
- 某一拍的畫面未顯示該時刻語音所說的內容(檢查每格畫面上的字幕文字);
- 損壞的幀:黑色畫面、遺失紋理、角色漂浮或陷入地板。
飛掠滑動中間的幀可能模糊或顯示空地:這是正常的。在
report.md的## Picture下寫出每個發現及其時間與重做步驟。
4. 判決與修正循環
只有在步驟 2 退出碼為 0、步驟 3 無任何發現,且步驟 1 的差異清單中沒有語音實際唸錯的字詞(聆聽所列出的字詞;STT 拼寫錯誤不計)時,才算 PASS。 若為 FAIL,僅重做失敗的部分,然後再次執行步驟 1 至 3。3 輪後停止,並向使用者顯示仍然失敗的項目。
- 鏡頭 / 構圖在某些時間點:編輯
web/shots.js,用render.js stills檢查,然後執行bash "$CRITIC/tools/rerender.sh" <reel> <t1,t2,...>(僅重新渲染覆蓋那些時間的鏡頭,重新拼接,重新製作母帶)。如果某個場景變更出現在許多鏡頭中,則需要完整執行make.sh。 - 語音行:重新錄製該行(stickman3dmn:使用
retake.py或 ElevenLabs 網頁應用程式),重建字詞時間,執行make.sh <reel> keep。 - 混音 / 響度:編輯
audio.py,執行AUDIO_ONLY=1 make.sh <reel> keep。 - 腳本 / 長度:交回給使用者;腳本由他們核准。
5. 從實際數據學習
python3 "$CRITIC/tools/stats.py" --out <reel>/critic/stats.json 透過 Composio 擷取 Instagram Reels 洞察(觀看次數、分享、儲存、平均觀看時間)及 TikTok 影片統計資料。如果某個平台未連接(composio link instagram、composio link tiktok;Instagram 洞察需要商業或創作者帳戶),則跳過該平台。在累積 10 篇以上貼文後,將前三分之一與其餘部分進行比較(觀看時間、長度、鉤子類型),並在使用者同意變更前向其提出 rules.json 的修改建議。
6. 交接
提供使用者:mp4 路徑、長度、測量響度、判決表、已修正的圖片發現、以及使用短影音語言並附帶 3 至 5 個英文標籤(Hervee 頻道固定使用 #whatif,加上主題標籤如 #mongolia #ulaanbaatar、TikTok 使用 #fyp、YouTube 使用 #shorts)的 TikTok、Instagram 和 YouTube Shorts 字幕。使用者手動發佈。
規則來源
請參閱 README.md:留存率與鉤子研究、安全區測量以及已評估的自動化工具。