工作室影片導演 是做什麼的?
這是一套經過實戰驗證、以測量為驅動的管線,用於使用免費本地工具製作工作室等級的影片。以下每一條規則都是由真實的失敗建置所換來的教訓:單聲道混音、過度壓縮的音訊、幻燈片式的 Shorts、被裁切的字幕以及靜默空檔。任何違反品質關卡的建置都是失敗的建置——請修正它,不要出貨。
何時使用此技能
- 任何影片交付物:駭客松展示、產品展示、短影音/Reels、 電影解說、廣告、教學、預告片、Podcast 片段。
- 在渲染之前:規劃、腳本、分鏡圖、鏡頭提示詞。
- 在渲染之後:對最終編碼執行 10 項品質預交付檢查。
- 當一支影片「看起來不差但感覺業餘」時:執行品質關卡,修正 失敗的項目,再重新檢查。關卡名稱會直接指出確切的缺陷。
8 步驟工作流程
- 簡報 -- 一段文字:觀眾、一個想法、一個行動呼籲、長度、
長寬比(選擇一個並鎖定:
16:9展示/長片 或9:16Shorts/Reels -- 絕不在一個專案中混合比例)。 - 團隊計畫(6 個角色) -- 導演(視野 + 剪輯清單)、編劇 (腳本,每個鏡頭 <=30 字,約 150 wpm)、攝影指導(攝影機 + 構圖)、 藝術總監(調色板 + 場景)、視覺特效(動態 + 轉場)、音效 設計師(旁白 + 音樂 + 音效)。每個角色在生成前簽署確認。
- 分鏡 + 剪輯清單 -- 在動畫化之前書寫。至少每 3-4 秒有一個視覺或 攝影機剪輯(間隔不超過 4 秒,硬性失敗)。開頭 3 秒內要有鉤子: 標題/問題 + 動態。絕不使用靜態封面開場。
- 提示詞(六部分) -- 每個片段 <=10 秒,使用
references/prompt-template.md:持續時間/格式、主體、場景、 含時間戳的節拍、鏡頭語言、聲音/對話、限制條件。 跨片段逐字重複使用主體描述。 - 生成片段 -- 僅限真實動態:螢幕錄製 (Playwright,deviceScaleFactor 2,1920x1080@30fps 用於展示)、 補充畫面或動畫。靜態圖片使用 Ken Burns 效果:每個 Short 最多一個 <=4 秒的片段,決不能是整支影片。
- 組裝 -- 將每個場景標準化到鎖定的畫格
(縮放 + 填充,絕不拉伸),使用 concat demuxer 連接,主控
音訊(專業版:
pro-bundle/scripts/assemble_multiscene.py)。 - 音效 -- 僅限神經網路旁白(edge-tts / studio TTS;禁止使用 gTTS)。 音樂:真實授權曲目(Mixkit / Pixabay / YouTube Audio Library),在旁白下方降低音量 -20 dB(Shorts)或 -22 dB(展示)。 真實設計的音效與剪輯同步。禁止使用合成背景音樂/音效。
- 品質把關 + 交付 -- 在最終編碼上執行
scripts/quality_gate.py。 所有 10 項關卡必須通過。將主檔案 + .SRT 儲存在renders/中,絕不丟棄。
品質關卡(全部 10 項,無豁免)
| # | 關卡名稱 | 規則 |
|---|---|---|
| 1 | 規格 | 精確的持續時間/解析度/幀率;音訊聲道數 == 2 |
| 2 | 響度 | 整合 -14..-16 LUFS,TP <= -1.5 dBTP,LRA >= 6 LU |
| 3 | 靜默空檔 | 無靜默 >= 0.5 秒,除了一個 <= 1 秒的結尾尾音 |
| 4 | 剪輯節奏 | 剪輯之間的間隔無 > 4 秒 |
| 5 | 旁白覆蓋率 | faster-whisper 轉錄稿涵蓋 >= 80% 的腳本文字 |
| 6 | 畫格 | 00:02 / 中段 / 結尾畫格通過指定的畫格檢查表 |
| 7 | 立體聲 | ffprobe 顯示最終混音的聲道數 == 2 |
| 8 | 真實音樂/音效 | 人工確認使用了真實授權音樂與真實音效 |
| 9 | 無幻燈片 | 無凍結片段 > 4 秒 |
| 10 | 主檔保護 | 存在 .SRT 側車檔,無 *-broken / *-v1 / *-v2 同級檔案 |
執行方式:
python3 scripts/quality_gate.py final.mp4 --aspect 16:9 \
--srt final.srt --script vo-script.txt --frames-dir checks/
個別關卡:
python3 scripts/audio_lufs_check.py final.mp4
python3 scripts/extract_frames_check.py final.mp4 --aspect 16:9 --frames-dir checks/
字幕規則
- 16:9 展示: 僅限獨立的
.SRT側車檔。零燒錄旁白 字幕。允許畫面上的 UI 說明文字——它們不是字幕。 - 9:16 Shorts/Reels:
.SRT側車檔 AND 有風格的下三分之一 安全區字幕(Shorts 播放器會忽略側車檔;靜音觀看 者需要螢幕上的文字)。
指定畫格檢查表(應用於 00:02、中段、結尾畫格)
(a) 任何邊緣無剪裁,(b) 無死區/空白區域 > 25% 的畫格,(c) 每個螢幕上的文字在手機尺寸下可讀, (d) 字幕在腳本指定的位置可見, (e) 無佔位符/假 UI 文字,(f) 主體填滿畫格。
免費工具(免費方案)
- ffmpeg / ffprobe 8.x,Python 3.10+,faster-whisper(本地,CPU)。
- 可選的外部免費試用(僅 OpusClip / Vizard / Quso / 2short 免費方案)-- 此儲存庫中的任何腳本皆不呼叫, 絕不使用付費 API,絕不要求註冊,絕不要求信用卡。
- 此儲存庫不包含任何憑證、API 金鑰或個人資料。
專業版
pro-bundle/ 新增:多場景 FFmpeg 組裝搭配兩次 loudnorm
主控、旁白 + 音樂自動音量調節、Whisper .SRT + 燒錄
字幕建構器、18 個特定範本,以及一個指令批次把關。
請參閱 README.md(專業版章節)與 pro-bundle/README.md。