video-qa-gates
以測量為準，而非目視。看著影片說「好像沒問題」就是讓 4 秒的靜止畫面得以出貨的原因。
| 腳本 | 測量項目 | 失敗條件 |
|---|---|---|
scripts/qa_video.py | 音訊串流存在；尺寸；持續時間（±容差或最大值）；最長近似靜止片段（以 10 fps 降格複製，避免緩慢背景漂移掩蓋停滯）；空白音（-50 dB，≥0.3 秒）；整合響度（預設 -14 LUFS ±1.5）；真實峰值（≤ -1 dBFS） | 任一限制超標 |
scripts/opening_density.py | 前幾秒內「平坦」8x8 網格區塊（亮度標準差 < 5）的比例，中位數與最大值 | 開場多為空白背景；可用影格少於 N 格（= 無法測量） |
scripts/subtitle_lint.py | 每條字幕的行數、每行字元數、最短顯示時間、每秒字元數、重疊 | 任何違規；解析出零條字幕（= 無法測量） |
python3 scripts/qa_video.py out.mp4 --expect-size 1080x1920 --max-duration 30
python3 scripts/opening_density.py out.mp4 --seconds 3
python3 scripts/subtitle_lint.py out.vtt --max-chars 20
bash tests/run.sh # 使用 ffmpeg 建立合成片段，並驗證每個缺陷都能被正確偵測
設計筆記（為何如此建構）
- 退出碼 3 代表「無法測量」。 缺少 ffmpeg、檔案無法讀取或可用影格少於 N 格時，絕不能回傳綠色。
- 以 10 fps 降格複製來測量靜止畫面。 旋轉光線或背景發光會讓靜止場景在全精度下看起來「有生命」；便宜的複製會去除那些雜訊。限制值為
--max-freeze（預設 4 秒）；一直持續到片段結尾的靜止畫面也會被計算。 - 閃爍/全黑影格在密度測量中被跳過（平均亮度 <8 或 >247）：它們無法反映場景內容。
- 根據你自己的優良與不良範例來校準門檻，並記錄下來。 測量一些你認為不錯的開場和一些你認為平淡的開場，然後將限制值設定在兩者之間。預設值只是起點；你的數字會不同。
- 可能是測試輸入錯了，而不是門檻錯了。
testsrc2圖案是大色塊，會被測量為「空」；雜訊影片則是誠實的對照組。當門檻與其測試輸入不一致時，找出哪邊錯了。 - 這些都是代理指標，用以反映「感覺像真正的短影音」。通過檢測並不保證影片有趣或吸引人；人類的抱怨（「看起來像投影片」、「字幕重複螢幕上的文字」）應該成為新的可測量門檻。
與以下工具搭配使用
cold-read-comprehension-review：用於「觀眾能否理解」（數字無法衡量的部分）。llm-adaptation-fidelity-check：當腳本改編自原始文本時使用。llm-verdict-gate與ci-gate-forgery-test：用於配套流程。
值得加入的額外檢測項目（此處未實作）
畫面審核（每個螢幕文字框：重疊、平台 UI 安全區、字幕條侵入）；螢幕文字字串允許清單（防止偽造）；文字尺寸下限（以畫面寬度百分比表示）；剪輯節奏（平均/最大剪輯長度）；透過語音辨識計算字幕與語音的字元錯誤率（≤ 0.08）；渲染 DOM 中禁止表情符號；字幕/螢幕文字重複比例。這些需要你的渲染器的 DOM/時間軸，因此無法通用化。
執行時期依賴：使用 python3 -m pip install -r requirements.txt 安裝 requirements.txt。Pillow 至少需為 12.3.0 版；上述選擇性模型依賴項則分開列出。