製作有聲動態 Shorts
所有內容皆使用此檔案旁 pipeline/ 中的捆綁管線渲染(技能載入時會顯示「此技能的基礎目錄」)。
0. 設定(每個專案僅一次)
如果專案中沒有包含 kinetic_build.py 的 video_gen/ 資料夾,請建立它:
mkdir -p video_gen && cp <skill dir>/pipeline/* video_gen/
cd video_gen
python3 -m venv .venv && .venv/bin/pip install -r requirements.txt # 繪圖(Python 3.11+)
python3.12 -m venv .venv-tts && .venv-tts/bin/pip install -r requirements-tts.txt # Kokoro 語音
ffmpeg 必須在 PATH 中。voice.py 會在旁邊的 .venv-tts 環境中執行 TTS 工作執行緒。
所有命令都從 video_gen/ 目錄執行。
1. 閱讀規則
DESIGN.md— 動態視覺風格。硬性規則:文字區塊以單一全寬欄位垂直堆疊,絕不並排;區塊邊緣無裝飾條;使用大字型;每個元素在其口語詞彙出現時動畫顯示;標題僅限一行(約 30 個字元);不得內嵌字幕。PARTS.md—part.md的格式、旁白規則,以及如何拆分指南。 除非要除錯,否則不要閱讀engine_short.py、templates.py或skin.py。
2. 新系列:先拆分,再取得批准
- 分析來源指南,提出部分清單(每個部分一個概念,每部分約 90-125 秒)。 停下來等待使用者批准。 切勿為了符合長度而刪減內容;應補充範例和「為什麼」來充實內容。
- 撰寫每個
<series>/pNN_<slug>/part.md,以及<series>/README.md(包含分析與部分表格)。 - 將系列資料夾加入
build_part.py中的SERIES(kicker + footer)。可選擇將標誌標記加入kinetic.py的MARKS。 - Lint 旁白:執行
.venv/bin/python build_part.py <part dir> --lint並修正每個問題。 旁白:不要回顧、不要歡迎,直接切入主題;不含符號或程式碼;為語音拼出縮寫詞;節拍最多 45 個字。
3. 場景
每個部分都有一個 scenes.py,定義 SCENES。有兩種樣式(請參閱 examples/):
- 宣告式階段區塊(較佳,速度快):
SCENES = K.part(word, tag, chips, [[blocks...], ...])使用Track, Pipe, Rows, Code, Lanes, Bars, Ring, Fan, Chips, Big, Note。提示是單字前綴(在區塊的上一個提示之後搜尋),格式為(word, beat)或節拍數字。範例:examples/p03_*。 - 手寫
Scene類別:用於區塊無法呈現的隱喻。範例:examples/p01_*。
按口語順序列出提示詞,否則會出現 MISSING 提示。
4. 檢查,然後渲染
.venv/bin/python kinetic_build.py <part dir> --stills /tmp/pNN.png # 聯絡表 + 提示報告
.venv/bin/python kinetic_build.py <part dir> --out <series>/output # 最終 <slug>_voiced.mp4
.venv/bin/python cue_scan.py <series>/p*_* # 純文字同步檢查
在最終渲染之前,修正每個 MISSING 提示和 overflow。對於整個系列,先渲染前兩個部分並讓使用者確認外觀,然後每次在背景渲染 3 個(使用 xargs -P 3)。
5. 報告
一個表格:MP4 連結、主題、長度、最長靜音(目標低於 1 秒)。在系列 README 中標記已渲染的部分。清楚說明哪些部分未檢查(未檢視影格、未聆聽音訊)。
絕不
- 將文字區塊並排、使用邊緣裝飾條、小字型或內嵌字幕。
- 提出每個影片的語音校準;同步是詞彙計時且通用的。
- 直接編輯
engine_short.py;build_part.py會在記憶體中修補它。