review-ugc-render 是做什麼的?
每個 UGC 影片食譜在發布前必須通過的品質控制關卡。這不是靠肉眼觀看
/watch,而是一個確定性的轉寫比對工具,若發現缺陷則以非零退出碼終止,讓食譜能夠硬性停止set_final_render。
為什麼需要這個工具
Seedance 會原生生成音訊。但有時候它會唸錯單字——核准的台詞 human-vetted 可能被唸成 human witted;其他已知案例包括 Hume→Hune、Alitu→al-too。這個缺陷存在於渲染影片的音訊中,因此肉眼觀看 /watch(「對話跟腳本相符嗎?」)可能會漏掉,而後續的字幕處理則會將錯誤的詞彙一字不漏地寫進字幕。沒有人將實際說出的音訊與使用者核准的腳本進行比對。
這個工具正是用來做這件事,它會以確定性方式執行,並在比對失敗時拒絕發布。
何時執行
- 強制性:在每個
remix-ugc-*-from-sample和create-ugc-*-video-from-refs食譜的品質控制階段中,在主渲染完成之後且在set_final_render之前執行。 - 每次修正或重新渲染後都要重新執行,直到通過為止。
合約
在渲染之前,將核准的台詞(逐字陳述,不含節奏註解)寫入 working/approved-script.txt。然後在渲染完成後,執行:
python3 <pack>/review-ugc-render/scripts/review_render.py \
--video working/final.mp4 \
--script-file working/approved-script.txt \
--json working/review-verdict.json
- exit 0 → 通過 — 繼續發布(
set_final_render)。 - exit 2 → 失敗 — 不要發布。閱讀報告,修正問題,重新執行。
- exit 3 → 錯誤 — 檢查無法執行(詳見下文);修正環境問題,不要盲目發布。
語音轉寫後端(優先順序):OPENAI_API_KEY(支援 OPENAI_BASE_URL,因此當設定後會路由到 gooseworks Whisper 代理)→ 本機 whisper CLI。ffmpeg 必須在 PATH 中。
失敗的意義及修正方法
| 報告行 | 根本原因 | 修正方法 |
|---|---|---|
[high] said [witted] where script has [vetted] | Seedance 在生成的音訊中唸錯單字 | 重新生成一個新的種子。 如果是品牌/自創詞彙,請在 SPOKEN LINE 中用語音拼寫(例如 Ali-too,不要使用 (發音為...) 的括號——Seedance 會把括號內容也唸出來)。請參閱 create-video-seedance-2-fal 的失敗模式。 |
[medium] dropped [...] / 相似度過低 | Seedance 遺漏了核准的短語 | 重新生成;如果只是結尾詞,可以使用 stitch_replacement.py 進行局部修復。 |
⚠ audio is effectively silent | 錯誤的渲染 / 後製中音軌遺失 | 重新渲染或檢查混流;絕不要發布一個靜音版本。 |
ERROR: no transcription backend | 沒有 OPENAI_API_KEY 也沒有本機 whisper | 設定金鑰(OPENAI_BASE_URL)或安裝 whisper,然後重新執行。 |
--expect-music 僅供參考(如果缺少背景音樂則發出警告);它本身不會導致關卡失敗。
輸入參數
--video PATH(必要)— 渲染完成的主 MP4 檔案。--script-file PATH或--script "text"— 核准的台詞腳本。兩者都省略僅適用於真正無腳本的片段(此時會跳過漂移檢查,關卡僅供參考)。--min-ratio FLOAT(預設值0.90)— 轉寫與腳本的詞彙相似度門檻。--json PATH— 將機器判定結果寫入此檔案,供應用程式的審查面板使用。
測試
python3 tests/test_review_render.py # 純邏輯判定;不需音訊或網路
涵蓋標準的 vetted→witted 唸錯、品牌名稱唸錯、遺漏結尾、無害的填充詞,以及無腳本的參考檢查路徑。
與 content-goose 審查引擎的關係
這是更完整的 coworkers/video/molecules/review/review-loop(18 軸評估標準)中已發布的單檔案、檢查點式的子集。在這裡我們強制執行唯一能在發布時捕捉音訊與腳本缺陷的軸線(review-transcript-integrity / brand_text_accuracy)。更深度的多軸審查仍保留在 content-goose 研究室中。