Communitygithub.com

全螢幕講話人物剪輯(藍色風格)

以程式碼編輯講話人物影片(VSL、Reels、解說片),保持講者全螢幕且不裁切,在頭部上方、下巴下方及少數全螢幕插畫中加入動態圖形。採用海軍藍色調、展示而非說明的視覺元素、真實物件(真鈔、真實標誌、真實 App UI)及 Apple 風格的扁平圖示。基於 Remotion 和 ffmpeg 構建。

全螢幕講話人物剪輯(藍色風格) 是什麼?

這是一個專業的 AI 技能,專門用於編輯「講話人物」類影片(如影片銷售信 VSL、Reels、解說影片),其核心特色是讓講者始終保持全螢幕且不被裁切或分割畫面干擾。所有動態圖形、字幕、標題和插畫都巧妙地安排在頭部上方與下巴下方的安全區域內,或透過全螢幕的圓形淡入效果切換畫面,從而徹底避免分割畫面。技能基於 Remotion 和 ffmpeg 構建,支援 1080x1920(直式)及 16:9 的佈局,並提供完整的渲染管線(透明 PNG 序列、ffmpeg 合成、音訊分離處理)。此技能特別適合在需要為影片加入「展示型」圖形(如真實網頁截圖、UI 模擬、鈔票動畫)時使用,能產出具有高質感、Apple 風格的「海軍藍」視覺風格。技能內部包含了詳盡的品質控制流程,包括逐拍靜態圖檢查、10fps 動態抽幀分析,以及 1-10 分的維度評分標準(可讀性、精緻度、層次、一致性、動作、字面意義、人臉安全、高級感),確保每次輸出都達到專業水準。

相容平台~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/rsdabid/claude-video-editing-skills/tree/main/skills/fullscreen-talking-head-edit

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

全螢幕講話人物剪輯(藍色風格) 是做什麼的?

講者保持全螢幕且不裁切。圖形存在於他周圍的空白區域以及少數全螢幕插畫中。沒有分割畫面,也沒有圍繞他的框。每個圖形都展示他當下正在說的話。

這些規則來自真實的審查回合,客戶觀看了每個剪輯並寫下了逐幀的筆記。以下每條規則都修正了一條筆記。

1. 剪輯前

  1. 使用逐字時間戳記進行轉錄。 使用 faster-whisper(large-v3-turbo)搭配單詞時間戳記。手動修正單詞。保留一個 [單詞, 起始秒數] 清單;字幕和每個圖形提示都依賴於它。
  2. 找出影片自身的硬剪輯點。 比較幀(ffmpeg,縮放至 54x96 灰階,平均絕對差值)並列出所有高於雜訊的跳躍點。轉場必須覆蓋這些剪輯點(第 4 節)。
  3. 找出空白區域。 抓取幾幀。標記他的頭部位置、頭部上方的安全區域以及下巴下方的區域。圖形絕不能遮蓋他的臉或眼睛。
  4. 撰寫節拍表: 時間 | 台詞 | 我們看到的內容。每個節拍一個圖形,與台詞字面對應。「客戶會評斷你」對應一個客戶在聊天中的困惑回覆。模糊的發光效果不算數。
  5. 長影片(VSL): 以 1 到 2 分鐘為一節進行剪輯,每個小節都有自己的組合檔案,但使用相同的風格套件。一次處理整個長影片效果較差。渲染每個小節,審查,然後合併。

2. 佈局(1080x1920;為 16:9 縮放區域)

  • 標題區域: 頭部上方的帶狀區域(y 40 到 310)。襯線字體標題,逐詞顯示,其中一個重點詞使用斜體和較淺的重點色。
  • 圖形區域: 下巴下方(y 1040 到 1500)。去背的物件,群組周圍沒有外框。
  • 字幕: 圖形區域下方的一行(y 約 1560)。當前活躍的單詞會有一個填色色塊隨著單詞移動。字幕沒有彈跳或彈出效果。
  • 頭部後方: 大的章節數字(1、2、3)可以透過人物遮罩(RobustVideoMatting)放在他身後。合成順序:素材、底層、他(透過遮罩再次顯示)、前景層。
  • 貼紙或吉祥物: 放在側邊的圖形區域,絕不能放在他的臉旁邊。僅用於重大節拍,每部影片少數幾個。
  • 漸層遮罩: 頂部和底部使用柔和的深藍色漸層,以便白色文字在淺色牆壁上可讀。頂部遮罩保持輕薄(透明度約 0.6 到 0.35)。厚重的遮罩看起來很髒。

3. 展示,而非說明

  • 真實元素勝過繪製元素。 使用真實的鈔票照片(公有領域掃描即可)、真實品牌標誌的向量檔、真實的 YouTube 縮圖、標題和頻道圖片、真實網站的截圖或畫面。繪製的佔位圖看起來廉價。
  • 複製真實的 App UI,使其看起來像螢幕錄影。 YouTube 資訊流卡片(深色 #0F0F0F、Roboto、12px 圓角縮圖、時長徽章、頭像、兩行標題、灰色頻道行)。WhatsApp 聊天(深色:#0B141A 背景、#005C4B 發送、#202C33 接收、已讀時藍色雙勾勾、「正在輸入…」顯示在名稱下方、連結預覽卡片)。Instagram 貼文(標題帶有「追蹤」按鈕 #0095F6,點擊後變為「正在追蹤」、雙擊愛心、紅色已讚愛心、「1,205 個讚」、輸入到「新增留言…」的文字、貼文)。在 UI 中演出故事:發送、已讀、正在輸入、回覆。
  • 使用一個自行繪製的紅色框 在他提到的螢幕截圖部分(例如結果部分或影片)周圍進行高亮。
  • 字面節拍:「沒人會花大錢」意思是真實鈔票展開,然後掉落。「僱用」意思是按鈕被劃掉並變灰。「不是什麼鬼玩意」意思是打叉的 💩。「專業」意思是金色驗證徽章。「你去找他們」意思是紙飛機從「你」飛向三個亮起的客戶檔案。
  • 不使用表情符號作為圖示。 使用圖示方塊內的向量圖示(Lucide 路徑,MIT 授權)。
  • 不使用隨機裝飾(星星、箭頭、波浪在他周圍彈跳)。它們會將視線從講者身上拉開。每個時刻只有一個焦點圖形。
  • 除非客戶同意,否則絕不顯示真實的客戶臉部或私人資料。在截圖中模糊姓名、電子郵件和金額。

4. 動態

  • 入場: 從下方以角度升起(rotateX 約 28 度到 0),縮放 0.72 到 1,淡入並模糊,使用彈簧效果(阻尼 10,剛度 190,質量 0.7)。平穩落下。在展示期間緩慢浮動 5 像素。
  • 出場: 滑向一側,稍微縮小,在 0.22 秒內模糊消失。
  • 插頁(全螢幕頁面): 圓形虹膜效果(clip-path 圓形從 0 到 125%,持續 0.22 秒,ease-out cubic)。頁面必須 在影片自身的硬剪輯點之前完全覆蓋畫面,因此虹膜效果應在剪輯點前約 0.25 秒開始。保持頁面顯示直到下一個剪輯點,然後向下滑動並模糊消失。頁面落地時一道淺色條紋掃過可增加精緻度。
  • 任何跨越你在素材中建立的剪輯點(例如一個被移除的句子)必須使用輸出時鐘運行,否則會在剪輯點跳動。使用一個函數將輸出時間映射到來源時間,並為跨越剪輯點的圖形提供其在輸出秒數中的時間。
  • 游標移動: 一個緩和的曲線(基於二次貝茲曲線的 ease-in-out cubic),按一下時出現一個環圈,然後緩慢擺動(幾像素的正弦波)等待。
  • 沒有任何東西在沒有轉場的情況下彈入, 並且任何東西出現時不改變版面(為稍後淡入的標籤預留空間)。
  • 使用 dash offset 繪製的圓端筆劃在零長度時會顯示一個點。 隱藏路徑直到它開始繪製。
  • 60 fps 圖形。

5. 外觀

  • 色板: 海軍藍(頁面使用 #090A13 到 #2E3478 徑向漸層)、重點藍色 #4A5BFF、斜體單詞使用淺色重點色 #A3AFFF、白色文字。
  • 字體: 標題、數字和英文重點單詞使用 Fraunces 900;UI 標籤使用乾淨的無襯線字體;Android 或 YouTube UI 複製中使用 Roboto。
  • Apple 風格圖示,而非 3D。 一個 squircle(圓角半徑為尺寸的 22.5%)、溫和的從上到下漸層、細微的頂部高光、描邊 2.2 的白色字形、以及圖示自身顏色的柔和陰影。沒有光澤污漬,沒有厚重的斜角。
  • 發光效果僅用於物件自身擁有發光效果時,且使用其自身顏色: 綠色勾勾使用綠色陰影,紅色/橙色火焰使用紅色發光,金色徽章使用金色陰影。絕不統一使用藍色發光。保持發光效果小,使勾勾和文字保持清晰。
  • 卡片: 深色霜凍面板,帶有 1px 頂部高光和柔和的投影。
  • 請參閱 reference/kit.tsx 以取得圖示方塊、扁平圓盤、玻璃卡片、預設頭像和色彩輔助函數。

6. 聲音

  • 不要觸碰講者的音訊:不標準化,不限制器,不增益。剪輯點僅使用 6ms 的淡入淡出。
  • 來自真實音效庫的 SFX:入場時柔和的 swoosh 聲、圖示落地或 UI 按鈕被點擊時的咔嗒聲、輸入文字時的打字聲、章節數字出現時的撞擊聲。保持稀疏,並且在螢幕上顯示網站或畫面截圖時不使用。
  • 分別渲染音訊。 在同一個 ffmpeg 指令中同時執行 amix 和複雜的疊加圖表可能會導致人聲片段遺失。使用 -an 渲染畫面,單獨混合音訊,使用 -c:v copy 進行封裝,並檢查影片和音訊的時長是否匹配。

7. 渲染管線(Remotion + ffmpeg)

  1. 將圖形渲染為透明 PNG 序列:一個前景層,以及一個(如果使用遮罩)後景層。僅渲染包含後景內容的幀窗口,其餘部分用一個空白 PNG 填充。
  2. 在合成之前將每個 PNG 轉換為 RGBA。Remotion 將完全不透明的幀(插頁)保存為 RGB,而 ffmpeg 的圖像序列會在 RGB 切換到 RGBA 時停止。
  3. 在 ffmpeg 中,將合成結果疊加到未經裁剪的素材上(使用 NVENC 或高品質 x264),並使用素材自身的像素。
  4. 如果來源素材以黑色幀結束,則丟棄該幀,並保持前一幀。
  5. 僅重新渲染你更改的秒數(--frames=A-B),而非整個影片。
  6. 製作一個 720px 的手機版本供審查。

8. 審查者看到之前的品質標準

  • 在每個節拍渲染靜態圖,並在聯繫表中查看。檢查臉部清晰、文字可讀、一個焦點圖形、UI 看起來真實。
  • 對於動態備註(平滑、抖動),提取該時刻的 10 fps 片段,並檢查其是否沿曲線移動。
  • 對剪輯進行 1 到 10 分的評分,維度包括:可讀性、精緻度、層次、一致性、動態、字面意義、人臉安全、以及「看起來高級」。修正最差的三個項目,直到分數達到 8。
  • 透過審閱台交付(單獨的壓縮檔),並閱讀其 JSON 中的逐幀備註。

相關技能