節奏驅動的程序化動態圖形設計
使用四階段程式化管道,製作專業級動態字體與程序化動態圖形影片:
index.html(基於 HTML5 Canvas 的節奏驅動渲染器)
↓ 逐幀捕捉(10 倍快門動態模糊)
scripts/render.py(無頭 Chrome CDP → ffmpeg H.264)
↓
make_audio.py(基於完全相同節奏網格的程序化波形與 EDM 合成)
↓
ffmpeg 混流 → final.mp4(1920×1080,60 fps,AAC 立體聲)
所有元素——視覺效果、轉場、鏡頭震動、閃爍效果、鼓聲、和弦以及漸強音——皆由節拍編號在單一共用節奏網格(預設 128 BPM)上調度。無需手動時間軸對齊,無需外部素材片段,無需第三方 Python 套件。
工作流程
第一步 — 環境檢查
在開始創作檔案前,請先驗證本地環境的必備條件:
ffmpeg/ffprobe(需具備libx264與aac編碼器)。- 無頭 Chrome / Chromium 執行檔(macOS 使用
Google Chrome,Linux 使用chromium/google-chrome)。 - 系統字型需支援目標語言(例如:拉丁字母使用粗體幾何無襯線字型,中日韓使用 PingFang / Hiragino / Noto Sans,HUD/程式碼使用等寬字型)。
第二步 — 節拍對應的故事板
在編寫任何渲染程式碼之前,先將使用者的主題轉換為節拍對照表。
- 選擇影片長度:15 秒 = 32 拍 或 30 秒 = 64 拍,節奏為
128 BPM(每拍秒數 = 60 / 128 = 0.46875 秒/拍)。 - 按照 storyboard-prompt-template.md 中的敘事弧線進行: 開場鉤子 → 張力/對比 → 概念視覺(圖表/隧道/變形/3D)→ 快速建構 + 倒數計時 → 0.1 秒靜默黑幕 → 粒子落下結尾。
- 保持螢幕上的文字極度精簡:1–3 個英文主視覺詞(200–400 px),最多搭配一行簡短副標題(36–70 px)。切勿編寫段落。
第三步 — 建立 index.html(視覺引擎)
建立一個自包含的單一 HTML5 Canvas 渲染器檔案(1920×1080),需公開:
window.READY === true:當字型、離屏精靈、變形形狀與粒子目標完成初始化後設為true。window.TOTAL(整數,總幀數,例如900或1800)。window.MB(可設定的動態模糊子取樣數,最終渲染預設10,快速預覽設為1)。window.frameData(frameIndex, quality):回傳該特定影格的 JPEG 資料 URL。
請遵循 visual-style-guide.md 中的視覺基本元素與後製處理流程。
第四步 — 視覺靜態影格檢查(強制性關卡)
請勿盲目執行 900–1800 影格的完整渲染。 務必先捕捉 12–16 個代表性關鍵影格,並以聯絡表單方式進行檢查:
python3 scripts/render.py --html ./index.html --stills 60,200,330,420,560,780,920,1110,1280,1450,1560,1650,1760
ffmpeg -y -loglevel error -pattern_type glob -i 'preview/f*.jpg' -vf "scale=640:360,tile=4x4" -frames:v 1 preview/sheet.jpg
檢查 preview/sheet.jpg 並確認:
- 文字未與角落的 HUD 重疊(主要內容請保持在
y ∈ [100, 980],x ∈ [100, 1820]範圍內)。 - 所有字型已正確載入(無方塊字 / 回退襯線錯誤)。
- 在亮色與暗色場景中對比度清晰可讀;HUD
差異混合模式保持清晰。 - 動態模糊、光暈以及粒子收斂效果整潔且居中。 在進行完整渲染前,修正任何版面問題並重新驗證。
第五步 — 生成程序化配樂(make_audio.py)
調整 make_audio_template.py,使其與 index.html 中使用的 BPM、BEATS、SCENE_TRANSITIONS 和 DROP_BEAT 完全一致。合成規則請參閱 audio-synthesis-guide.md。
在混流前,請驗證生成的 music.wav:
- 長度與
BEATS * 60 / BPM完全一致。 - 渲染聲譜圖(
showspectrumpic)或執行每秒 RMS 檢查,以確認動態清晰、節奏結構明確,以及掉落前約 0.1 秒的靜默間隔。
第六步 — 完整渲染與混流
- 以 60 fps 及
MB=10動態模糊渲染所有影格:python3 scripts/render.py --html ./index.html --out video.mp4 --mb 10 - 混流影片與音訊,影片部分使用串流複製:
ffmpeg -y -loglevel error -i video.mp4 -i music.wav \ -c:v copy -c:a aac -b:a 256k -shortest final.mp4 - 對
final.mp4執行最終ffprobe檢查以及 6 影格聯絡表單檢查,確認其為1920x1080、60 fps、h264 + aac、長度準確且輸出乾淨。
硬性限制與工程規則
- 單一拍點時鐘:
index.html與make_audio.py都必須嚴格根據beat = t / (60 / BPM)來推導時間。切勿硬編碼任何可能與音樂產生偏移的幻數毫秒偏移量。 - 確定性渲染:使用基於種子的偽隨機數生成器(例如
mulberry32),並以影格/元素索引作為鍵值——渲染迴圈內絕不使用Math.random()——這樣 10 倍動態模糊的子取樣才能保持連貫,避免混亂閃爍。 - 10 倍快門動態模糊:在
0.75影格的快門視窗內平均10個子影格(使用alpha = 1 / (k + 1)累積)。少於 8 個取樣會導致快速動態字體出現階梯狀殘影。 - 零依賴 Python:
render.py與make_audio.py必須僅使用 Python 標準函式庫(os、json、subprocess、base64、math、random、wave、array),以便在任何環境下無需pip install或numpy即可執行。 - 預先烘培昂貴的光暈效果:避免在 10 次動態模糊處理中,對複雜文字/卡片每影格調用
ctx.shadowBlur。請在init()期間預先將發光的主視覺精靈渲染到離屏畫布上,或使用疊加的低透明度筆畫(glowStroke)。 - 掉落前靜默:在高潮掉落拍點之前,插入約
0.10 秒的完全視覺黑幕與完全音訊靜默,以最大化衝擊感。 - 事實紀律:若影片呈現真實世界的產品/技術宣稱,請先驗證事實,並省略未經確認的數值(例如衝突的定價或未經驗證的基準測試百分比)。