播客短片剪輯
請先閱讀 video-edit-rules。其中的規則適用於此處的每個步驟。
使用 longform-to-clips 來選擇精彩片段。本技能負責的是視覺風格。
目標:一個鎖定的廣角鏡頭,卻感覺像是一場多機拍攝的節目。 檢驗標準:觀眾感受到多個拍攝角度,文字位於空白區域且從不遮蓋人臉,每個剪接點都處於靜音狀態。
適用的素材
- 一台鎖定廣角攝影機,兩位受訪者都在畫面中,或者一位受訪者身旁留有空間。
- 以 4K 為佳。4K 素材進行 2.5 倍放大後,寬度仍有約 1536 像素,足以輸出清晰的 1080p 畫面。
- 1080p 素材的放大倍率限制在約 1.4 倍,否則會顯得模糊。請告知使用者。
- 清晰的聲音。分離的麥克風音軌有助於添加說話者標籤。
步驟 1. 剪輯腳本
- 從
longform-to-clips取得精彩片段及其腳本:確切的台詞、順序、原始時間戳記。 - 標記每句台詞的說話者。
- 為每個短片標記 2 到 4 個需要強調的關鍵詞。選擇承載核心概念的詞語:一個數字、一個對比、一個結果。
- 標記 1 到 2 句台詞作為完整的圖形化場景。選擇那些可以具象化描述的台詞:一個列表、一個前後對比、一個提及的數字。
步驟 2. 規劃廣角鏡頭構圖
- 擷取一張清晰的畫面。偵測每張人臉(使用 OpenCV DNN 或 MediaPipe)。將每個人臉的邊界框寫入
work/faces.json。 - 找出每位說話者身旁的空白區域:不包含人臉、身體且紋理較少(低 Laplacian 變異數)的最大矩形。這是放置文字的地方。
- 在
work/framings.json中為每位說話者規劃畫面構圖:
| 構圖 | 4K 素材縮放倍率 | 用途 |
|---|---|---|
| 廣角 | 1.0x | 第一句台詞、輪到不同說話者時 |
| 中景 | 1.5x | 大多數台詞 |
| 特寫 | 2.0 至 2.5x | 關鍵台詞與重點回報 |
對於 9:16 的輸出,裁切範圍是廣角畫面中的一個垂直窗口。將說話者的眼睛放在 1920 畫質下的 y 軸 700 附近。文字則放置在下巴下方或頭部旁邊的空間,並保持在安全區域內。
步驟 3. 鏡頭運動
每個剪接點都會切換到一個新的畫面構圖。然後鏡頭會穩定下來。
- 在剪接點處,從比目標構圖緊湊 6 到 10% 的位置開始。
- 在 0.6 到 0.9 秒內,平順地放大到目標構圖。使用一條曲線(例如 cubic-out)。不要走走停停。
- 保持靜止直到下一個剪接點。非常緩慢的漂移(大約每 3 秒 1%)是可以接受的。
- 切勿在縮放倍率差距小於 1.25 倍的兩個構圖之間進行剪接。這會看起來像是一個跳動。
- 使用 ffmpeg(配合
crop、scale以及逐幀表達式)或 OpenCV 將裁切效果直接套用到影片幀上。不要依賴頁面變換來處理鏡頭。 - 將來源幀均勻地對應到輸出幀率。
步驟 4. 空白區域中的文字
文字是固定在畫面中的,而非固定在螢幕上。
- 將每個文字區塊放置在步驟 2 中找到的空白區域中,座標為廣角畫面的原始座標。
- 在每一幀中,對文字區塊套用與影片素材相同的縮放與位移。文字會隨著鏡頭一起放大和移動。
- 兩種字體大小。一個大的緊湊字詞(例如在 1080p 高度下為 180 到 260 像素)用於關鍵詞。小的緊湊文字(40 到 56 像素,字距 -0.02em)用於其餘台詞。
- 即使是在最緊湊的縮放下,文字區塊也永遠不能越過人臉邊界框。每一幀都要檢查。
- 文字跟隨話語出現,伴隨著短暫的升起動畫(0.3 秒),沒有彈跳效果。在剪接點處消失。
步驟 5. 關鍵詞的重點標記
兩種形式。每個短片選擇一種並保持一致。
- 膠囊:關鍵詞位於一個實心的強調色膠囊中。膠囊高度為字元大寫高度的 1.3 倍,圓角半徑為高度的一半,左右內邊距各為 0.4em。
- 滑動框:一個強調色框在話語被說出時,平滑地從第一個詞滑動到最後一個詞。在詞與詞之間從不停止。根據各詞的時間來驅動其寬度,然後使用一條緩動曲線在整個短語上進行平滑處理。
使用來自 brand/theme.css 的品牌強調色。如果沒有品牌色,選一個鮮豔的顏色並保持使用。
步驟 6. 完整的圖形化場景
在談話段落之間,針對標記過的台詞,剪接到一個全螢幕場景,持續 1.5 到 3 秒。
- 使用
$KIT/templates/或品牌素材將每個場景建構為 HTML。 - 場景播放期間,人聲繼續播放。
- 場景展示話語的內容:隨著列表項目被說出而顯示,數字被說出時顯示。
- 在有機貼文中,場景時間約佔短片總長的 15% 以下。
- 僅使用使用者擁有的圖片、錄製素材的幀畫面或經過授權的圖庫。切勿捏造粉絲數量、姓名或數字。
步驟 7. 剪接閃爍效果
- 在每個畫面構圖切換或進入場景的剪接點上,添加一個輕微的閃爍效果:一個透明度為 35 到 55% 的白色圖層,在剪接幀達到最高不透明度的峰值,然後在 4 到 6 幀內淡出。
- 搭配一個至少比人聲低 20 分貝的柔和「噗」聲,或者完全無聲。
- 不要使用颼颼聲、上升音或反向漸強音。
步驟 8. 建構與渲染
- 已套用鏡頭運動的影片素材:
work/cam.mp4。 - 文字、重點標記和場景:一個在
work/clip-NN/目錄下的 HyperFrames 專案。 - 將每個場景的進出點精確對齊到影片的剪接點。
- 渲染:
npx hyperframes render work/clip-NN。16:9 輸出 1920x1080 解析度,9:16 輸出 1080x1920 解析度。 - 先展示前 3 秒。等待使用者確認。然後再渲染整個短片。
視覺風格的檢查清單
除了 video-edit-rules 中的品質把關之外,還需檢查:
- 逐幀檢查每個剪接點。新的構圖應從更緊湊的畫面開始,然後平順地放大一次。
- 檢查每個鏡頭在最緊湊縮放時的畫面。沒有文字接觸到人臉。
- 以 25% 的速度觀看滑動框動畫。它在詞語之間從不暫停。
- 檢查每個閃爍效果是否在剪接幀達到峰值,而不是在之後的一幀。
- 檢查每個縮放畫面是否清晰。如果縮放後顯得模糊,請降低縮放倍率。
報告
- 短片長度、來源的進出點時間、第一句和最後一句台詞。
- 使用的畫面構圖及其縮放倍率。
- 帶有重點標記的關鍵詞。
- 場景及其佔執行時間的比例。
- 每個音效的時間點與音量。
- 品質把關的結果。