Remotion 主題解說影片技巧(60-90 秒)
此技巧引導您從任何指定主題,創作出高品質的 60 至 90 秒短影音解說(適用 TikTok / YouTube Shorts / Reels 格式:1080x1920 @ 30fps)。
它結合了:
- 視覺化最佳實踐:來自
remotion-dev/skills(影格精準的彈簧動畫、限制插值、序列組合、字體層級)。 - AI 語音合成:透過
.env中的TTS_PROVIDER設定:edge(edge-tts-universal,線上,免費)或cit(CIT Voice Studio,離線越南語錄音室音色 - 下載自 github.com/Cuongyd196/cit-voice-studio,API 文件:docs/cit-voice-studio.md)。 - 精確時間同步:將音訊旁白長度直接對應至 Remotion 影格序列。
1. 影片結構與時間軸(60-90 秒 / 1800-2700 影格 @ 30fps)
引人入勝的短影音遵循鉤子-問題-解決方案-價值-結尾框架:
| 場景 | 名稱 | 時間 | 影格範圍(@ 30fps) | 目的與視覺效果 |
|---|---|---|---|---|
| 1 | 鉤子 | 0s – 6s | ~180 影格 | 提出一個充滿好奇心的承諾或問題,並附上數字,在前 2 秒內說出。大標題,來自 video-style 的鉤子效果。 |
| 2 | 背景 / 痛點 | 6s – 17s | ~330 影格 | 陳述問題或背景,說明為何這個主題重要。兩個相對的卡片從兩側滑入。 |
| 3 | 核心概念 1 | 17s – 32s | ~450 影格 | 第一個核心原理:毛玻璃卡片,關鍵字突出顯示。 |
| 4 | 核心概念 2 | 32s – 48s | ~480 影格 | 運作機制:三步驟流程,連接線逐步繪製。 |
| 5 | 真實世界影響 | 48s – 64s | ~480 影格 | 實際應用、建議或遞增的數據。 |
| 6 | 結尾與行動呼籲 | 64s – 75s | ~330 影格 | 一句有力的總結,訂閱按鈕。 |
若需長達 90 秒,請在結尾場景前增加 1-2 個輔助場景(例如具體範例、注意事項)。任何超過 13 秒的場景應分割為二。
總時長: 1800 – 2700 影格(約 60 – 90 秒)。
2. TTS 語音旁白生成(edge | cit)
2.1 透過 .env 設定音色
請確認 .env 檔案已設定完成(完整內容請參閱 .env.example):
TTS_PROVIDER=edge # edge | cit
TTS_OUTPUT_DIR=public/audio
# Edge TTS (TTS_PROVIDER=edge)
EDGE_TTS_VOICE=vi-VN-HoaiMyNeural # 或 vi-VN-NamMinhNeural, en-US-ChristopherNeural
EDGE_TTS_RATE=+10% # +10% 至 +15% 有助於短影音的快速節奏
# CIT Voice Studio (TTS_PROVIDER=cit)
CIT_TTS_BASE_URL=http://127.0.0.1:8001
CIT_TTS_VOICE=Hải Đăng # 音色清單:docs/cit-voice-studio.md 或 GET /voices
CIT_TTS_SPEED=1.1 # 0.5 - 2.0
當 TTS_PROVIDER=cit 時:
- CIT Voice Studio 應用程式必須開啟。腳本在生成音訊前會自動呼叫
GET /health;若回報無法連線,請提示使用者開啟應用程式(或從 github.com/Cuongyd196/cit-voice-studio 下載)。 - 台詞可插入情緒標籤
[笑]、[嘆氣]、[清喉嚨]及暫停標籤[暫停 0.5s](不會被讀出)。請勿濫用:每個場景最多 1 個標籤。 - 錯誤
400 Voice not found= 音色名稱錯誤(區分聲調)。請檢查CIT_TTS_VOICE。
2.2 音訊檔案生成流程
收到主題時,請先建立 src/<TopicName>/ 目錄,因為 src/<TopicName>/audioData.ts 僅在該目錄已存在時才會生成。接著建立 scripts/generate-<topic>-audio.ts 並執行以生成音訊:
import { generateTopicVoices } from "./generate-tts";
const scenes = [
{
id: "scene1_hook",
text: "您知道 Docker 實際上是什麼,以及為什麼每個程式設計師都需要它嗎?",
},
{
id: "scene2_problem",
text: "過去,『在我的機器上可以運行』這句話在交付產品時總是場噩夢。",
},
{
id: "scene3_concept1",
text: "Docker 透過 Container 解決了這個問題——將所有程式碼和環境打包成一個單一區塊。",
},
{
id: "scene4_concept2",
text: "與沉重的虛擬機器不同,Docker 共享作業系統核心,因此只需瞬間即可啟動。",
},
{
id: "scene5_impact",
text: "因此,您可以從 AWS、GCP 到廉價 VPS 的任何伺服器上流暢地部署應用程式。",
},
{
id: "scene6_outro",
text: "追蹤頻道,每天掌握簡潔的科技知識!",
},
];
generateTopicVoices("DockerShort", scenes).catch((error) => {
console.error(error);
process.exitCode = 1;
});
音訊檔案將自動儲存至 public/audio/<TopicName>/<sceneId>.<ext>(edge 為 .mp3,cit 為 .wav),並附帶一個 manifest.json 檔案,記錄每個場景的確切影格數(durationInFrames)和 audioPath。
- 每個場景可選:
voice(所選提供者的音色)、rate/pitch/volume(僅 edge)、speed0.5-2.0(僅 cit)。 - 已存在的檔案會被重複使用(快取)。若在修改台詞或更換音色後需要重新生成,請先刪除對應的音訊檔案。
3. Remotion 編碼規則(來自 remotion-dev/skills)
在撰寫 Remotion 原始碼時,必須遵守以下原則:
3.1 使用彈簧動畫
不要使用 CSS 關鍵影格/轉場或無趣的線性淡入淡出。請使用 spring():
import { spring, useCurrentFrame, useVideoConfig } from "remotion";
const frame = useCurrentFrame();
const { fps } = useVideoConfig();
// 為卡片/圖示提供流暢的彈性縮放
const scale = spring({
frame,
fps,
config: {
damping: 12, // 低於 15 可產生自然的彈性效果
stiffness: 100, // 張力
mass: 0.8,
},
});
const entrance = spring({
frame: frame - 10, // 延遲 10 影格
fps,
from: 50,
to: 0,
});
3.2 安全的插值(務必限制)
始終提供 extrapolateLeft: "clamp" 和 extrapolateRight: "clamp",以防止時間軸超出範圍時數值溢位:
import { interpolate } from "remotion";
const opacity = interpolate(frame, [0, 15], [0, 1], {
extrapolateLeft: "clamp",
extrapolateRight: "clamp",
});
3.3 嵌入音訊與同步序列
Composition 中的每個場景應使用 <Sequence> 或 <Series> 來精確管理時間:
import { Audio, staticFile, Sequence } from "remotion";
// 在場景元件中 - 從 manifest 取得路徑,請勿硬編碼 .mp3 副檔名(cit 提供者會輸出 .wav):
<Sequence from={0} durationInFrames={sceneDuration}>
<Audio src={staticFile(audioManifest.scenes[0].audioPath)} />
<SceneContent />
</Sequence>
- 精簡的場景轉換緩衝(明快緩衝):
- 場景之間的緩衝區應僅設為 +3 到 +4 影格(約 0.1 秒),位於語音結束之後。
- 避免設定過長的緩衝區(+15 到 +20 影格),這會導致各場景之間出現空白/節奏中斷。下一個場景應在上一個句子結束時立即出現,以維持短影音快速、吸引人的節奏。
// 計算 Series 中各場景時長的範例
// manifest 中的數值已包含 10 影格緩衝,因此在加上新緩衝前需先減去。
const d1 = audioManifest.scenes[0].durationInFrames - 10 + 3;
const d2 = audioManifest.scenes[1].durationInFrames - 10 + 3;
// ...
3.4 視覺設計規範(直式 1080x1920)
所有風格(背景、毛玻璃卡片、品牌、字型大小、佈局、字幕、動態、鉤子)遵循 video-style 技巧。請從 src/ClaudeBugHunterRepo/ 複製 theme.ts 和 components/。請勿在文字中使用表情符號或裝飾性圖示。
4. 為 Antigravity / Codex 創建影片的逐步流程
收到要求時:「創建一個關於 [主題 X] 的解說影片」:
步驟 1:編寫腳本
- 確定 6 個場景(鉤子、問題、概念 1、概念 2、影響、結尾)。
- 撰寫自然、簡潔的越南語台詞,句子要短(總計 260-330 字,每個場景 35-50 字)。場景 1 以承諾或具體結果開頭;請參閱
video-style的鉤子和台詞部分。
步驟 2:生成語音(TTS 生成)
- 讀取
.env中的TTS_PROVIDER以確定使用的是 edge 還是 cit。 - 建立
src/<TopicName>/目錄,然後建立腳本scripts/generate-<topic>-audio.ts並呼叫generateTopicVoices,執行npx tsx scripts/generate-<topic>-audio.ts。 - 從
manifest.json/src/<TopicName>/audioData.ts取得實際的影格時長清單。
步驟 3:建立程式碼目錄 src/<TopicName>/
標準目錄結構:
src/<TopicName>/
├── <TopicName>.tsx # 主要合成元件,組合多個 Series.Sequence
├── types.ts # 架構與屬性
├── audioData.ts # 音訊時長中繼資料
└── scenes/
├── Scene1Hook.tsx
├── Scene2Problem.tsx
├── Scene3Concept1.tsx
├── Scene4Concept2.tsx
├── Scene5Impact.tsx
└── Scene6Outro.tsx
音效:使用 src/sfx/SfxTrack.tsx 中的 <SfxTrack cues={...} />,並放置於主元件中。音效檔案存放於 public/sfx/,可使用 npx tsx scripts/generate-sfx.ts 重新產生。
| 時機 | 音效 |
|---|---|
| 每個場景開頭,提前 3 影格以落在新句子前的空白處(場景 1 在影格 0) | mallet |
| 卡片或項目出現時 | pop 或 tick |
| 重點強調、結論 | ding |
| 呼籲追蹤時 | chime |
- 每個提示點(cue)的
frame是距離影片起始的影格數,需與該元素出現的時間點相符。 - 無需手動避免聲音重疊:
SfxTrack會自動忽略與前一個提示點間隔小於 0.4 秒的提示點,並在短時間內重複相同音效時降低音量。 - 請勿從 myinstants 或授權不明的網站下載音效。如需新的音效,請將其加入
scripts/generate-sfx.ts。
步驟 4:在 src/Root.tsx 中註冊合成元件
在 src/Root.tsx 中加入新的 Composition:
<Composition
id="<TopicName>"
component={<TopicName>}
durationInFrames={totalFrames}
fps={30}
width={1080}
height={1920}
defaultProps={{}}
/>
步驟 5:檢查與回報
- 執行
npm run lint檢查 TypeScript/ESLint 錯誤。 - 向使用者回報可在 Remotion Studio 中預覽 Composition 的連結(
http://localhost:3000),或提供渲染 MP4 的指令:
npx remotion render <TopicName> out/<TopicName>.mp4