3DVID:卡通 3D 故事短片,從話題到 YouTube
一部約 55-70 秒的垂直短片(1440x2560,30 fps),其中平面 2D 角色在色彩繽紛的 3D 卡通世界中演繹真實故事。會用日常比喻來解釋一個物理概念。已在「Slower Than Molasses in January」(1919 年波士頓糖蜜災難,69.7 秒)上驗證,該範例位於 templates/molasses/ 和 examples/molasses/。
設定(為其他使用者或頻道編輯)
| 鍵 | 值 |
|---|---|
| 頻道 / 訂閱連結 | https://www.youtube.com/@easswad |
| 播放清單 | `#Shorts |
| 渲染 PC + 同步資料夾 | Windows PC 透過遠端控制;C:\ZapierAi Folder\3D\<名稱>-render(Google Drive 桌面版同步 C:\ZapierAi Folder) |
| 上傳路徑 | Zapier:Google Drive「Find a File」→ YouTube「Upload Video」→ YouTube「Add Video to Playlist」 |
| 語音 | Kokoro TTS bm_fable(免費,英國男性) |
固定規則
- 故事: 真實且經過查證,每個事實都有來源。使用自己的腳本、角色和鏡頭。絕不複製、提及或上傳參考頻道的影片。
- 語氣: 笑話的對象是過失的人或公司,絕非受害者。
- 語言與語音: 僅限英文,單一穩定的旁白語氣。僅使用免費工具:未經詢問,不得花費 vidIQ 或 Higgsfield 額度。
- 審核: 取得使用者對主題和腳本的批准。之後就直接執行。
- 混音: 語音不變,背景音樂約比語音低 10 LU(「+3 dB 音樂」標準),音效軌 -6 dB。主輸出 -15 LUFS,真實峰值 ≤ -1.2 dBTP,48 kHz。
- 螢幕文字開啟: 貼紙字幕加上頂部來源標籤(步驟 7)。
- 每次上傳: 公開、非兒童內容、分類為教育。描述結尾附上訂閱連結,影片加入上述播放清單。
- 儲存: 每個步驟後儲存工作。將產出物放入專案檔案資料夾。
流程
1. 主題
找出近幾天內熱門的真實故事,並附上需求證據(類似短片的 5M+ 觀看次數、YouTube 連結)。偏好具有可見物理因果關係,且有日常比喻能解釋的故事。提供使用者一個選項表格供選擇。絕不提供真實人物的 AI 惡搞或假新聞。
2. 腳本(約 3.7 字/秒,55-70 秒,約 250 字)
撰寫 SCRIPT.md,頂端列出事實及其來源。節奏公式(參見 examples/molasses/SCRIPT.md):
- 鉤子:用一句話呈現荒謬的事實。
- 背景設定。
- 經過 3-4 個節奏逐步升級。
- 引爆點:事情爆發的瞬間。
- 冷面「幸運的是… / 不幸的是…」。
- 「你看…」加上日常比喻。
- 後果:由此產生的規則或法律。
- 回馬槍轉折。
絕不旁白觀眾已經看到的內容。
3. 語音(免費)
設定:
pip install kokoro-onnx soundfile librosa
將 kokoro-v1.0.onnx 和 voices-v1.0.bin(來自 thewh1teagle/kokoro-onnx 的 GitHub releases 的 model-files-v1.0)放入 $KOKORO_DIR(預設 ~/tts)。HuggingFace 和 edge-tts 可能被封鎖。
生成旁白:
python scripts/voice/narrate_timed.py bm_fable 1.32 lines.txt voice/ 0.08 # 每行文字對應一行腳本
python scripts/voice/align.py bm_fable 1.32 voice/ # DTW 單字時間碼 → voice/words.json
- 速度非線性:1.30 得到 71.6 秒,1.32 得到 69.6 秒,1.35 得到 60.8 秒(254 字)。
- 下游所有內容都以
words.json為時間基準(影格 = 單字開始時間 × 30)。
4. 3D 世界 + 鏡頭(Remotion + three.js)
- 複製
templates/molasses/(最新版)或templates/bridge/到src/videos/<名稱>/。 - 在
src/Root.tsx中註冊組合(1080x1920,30 fps)。 - 安裝
@remotion/three、[email protected]、@react-three/fiber@8、@react-three/postprocessing@2、postprocessing@6和@remotion/google-fonts(與 remotion 相同版本)。
各檔案位置:
story.ts:SHOTS、XFADE、FLASH_AT、每個鏡頭的相機、踢擊、景深。- 每個視覺反應落在其單字前 0-3 影格。
- 每個停頓都有緩慢推近,轉場則發生在較大跳躍時。
world.ts:天空、地面、建築物(含視線剔除)、每個影格姿勢化的故事道具。太陽在每個鏡頭中固定,且相對於相機。cast.ts/toon.ts/cardshade.ts:使用 Canvas2D Pen 繪製的廣告牌角色(豆子頭、棍狀四肢、李子色墨水、NOINK 圖層)。- 後處理(
<Name>.tsx、ink.ts、lensblur.ts、grade.ts):- 順序:墨水 → 鏡頭模糊 → 光暈 → NEUTRAL 色調對應 → 調色,MSAA 4。
- 像素參數按高度 / 1920 縮放。
「外觀規則」下列出了視線目標和可讀性陷阱。
5. 外觀檢查
以半解析度渲染靜態幀:
npx remotion still src/index.ts <Comp> out/x.png --frame=N --scale 0.5 --props='{"post":{"dpr":0.5},"text":false}'
- 在 Linux 雲端主機上,加入
--browser-executable=<chromium> --gl=swangle。 - 將內部場景移至遠處(±600 公尺),以及阻擋攝影機的道具,以修正 Z 軸衝突。
- 移除巨大的近鏡頭光斑和任何顯示錯誤的物件。
- 可選:並排圖表(
scripts/qa/sbs_sheet.py)和驗證器檢查。
6. 音效(原創、合成)
templates/audio/molasses_example/molasses_audio.py 是一個完整的單一檔案流程。它從 templates/audio/ 匯入 dsp.py、instruments.py 和 sfx_gen.py。橋樑版本則拆分為 timeline.py、sfx.py、music.py 和 mix.py。
- 複製它。
- 設定 FPS/TOTAL、SHOTS 和 story.ts 中的事件影格。
- 撰寫音效事件和音樂提示列表。
- 以
WORDS_JSON=... VOICE_WAV=... python molasses_audio.py執行。
它會輸出 mix.wav(精確長度)、分軌和 cues.md。語音會將音樂降低約 3 dB,短時限幅器確保音效至少比語音低 5 LU。
在製作音效之前鎖定畫面時間。任何時間變更都需要重新執行。
7. 螢幕文字(工作室貼紙風格)
- 複製
templates/molasses/Captions.tsx。 - 撰寫
captions_spec.txt:- 每行腳本一行,用
|分隔 1-3 個字的區塊。 - 用
*標記關鍵字。它們會顯示在黃色方框中。 - 數字寫成阿拉伯數字,當顯示字數與口語字數不同時使用
#n。 - 在每個事實行前加上
TAG: SOURCE: …。第一個標籤是日期/地點標籤,例如BOSTON · 15 JANUARY 1919。
- 每行腳本一行,用
- 生成資料檔案:
python scripts/captions/make_captions.py voice/words.json captions_spec.txt src/videos/<name>/captions-data.ts -v - 在主元件中,在最上層最後渲染
{getInputProps().text !== false && <Captions />}。
風格:
- 字幕大約位於畫面 68% 處。使用白色 Poppins Black 大寫字母,搭配粗黑邊框和硬陰影。
- 關鍵字會獲得一個傾斜的 #FFD43B 方框,帶有黑色邊框,以彈簧效果彈入。
- 來源標籤是一個帶有黑色邊框的小白色方框,靠近頂部(在 1080 下為 128 px)。
- 字體在渲染時從 Google Fonts 載入,因此渲染需要網路連線。
8. 最終渲染(在 PC 上;雲端 CPU 耗時數小時)
將專案(不含 node_modules)及 mix.wav 打包到同步/渲染資料夾。然後,在遠端控制會話中:
npm i
npx remotion render src/index.ts <Comp> out/<name>_video.mp4 --codec h264 --crf 16 --scale 1.3333333333333333 --concurrency 4 --timeout 300000
ffmpeg -i out/<name>_video.mp4 -i mix.wav -map 0:v:0 -map 1:a:0 -c:v copy -c:a aac -b:a 256k -shortest out/<name>_final_text.mp4
--scale必須恰好為 4/3,否則 Remotion 會拒絕非整數高度。- 並行度 8 在 890M 筆電上記憶體不足。並行度 4 渲染約 5.5 fps,70 秒約需 6-7 分鐘。
- 在清理效果中,呼叫
InkPass.prototype.dispose.call(fx.ink),而不是fx.ink.dispose()。 - QA:
python scripts/qa/short_qa.py final.mp4 qa/ shots.json檢查黑、白、凍結和彈出影格以及音量。同時抽查影格中的字體、剪裁和臉部。
9. 封面 / 縮圖
- 使用
{"text":false}渲染最戲劇性瞬間的 1080x1920 靜態幀。 - 執行:
python scripts/cover/make_cover.py frame.png <name>_cover_1080x1920.jpg --font Poppins-Black.ttf --top "A 25-FOOT" --key "MOLASSES" --big "WAVE" --badge "BOSTON 1919" --sub "@easswad"
輸出為 JPEG 檔案,小於 2 MB(YouTube 縮圖限制)。將其儲存在 Drive 同步資料夾中的 mp4 旁邊。
10. 上傳(Drive 同步 + Zapier,無公開連結)
- 等待 Zapier Google Drive「Find a File」動作同時找到 mp4 和封面。它會傳回一個
file參考,你可以直接傳遞下去。 - 執行 Zapier YouTube「Upload Video」,設定:
video:檔案參考。thumbnail:封面參考。- 標題(≤ 70 字元,鉤子 + emoji + 「(True Story)」)。
- 標籤。
privacy_status=public、made_for_kids=false、category_idEducation、default_language=en、notify_subscribers=true。- 描述按此順序:鉤子行、emoji 事實條列、一個提問留言、來源、以
#Shorts結尾的標籤,然後 **「Subscribe for more: https://www.youtube.com/@easswad」**。
- 執行 YouTube「Add Video to Playlist」加入 #Shorts | For very short videos。從動作的播放清單列表中解析出 ID。不要使用另一個僅名為「Shorts」的播放清單。
- 透過 YouTube API 驗證影片已公開、處理完成且附有縮圖。提供使用者連結。
備註:
- 如果縮圖失敗,執行「Update Video Thumbnail」(需要電話驗證的頻道)。
- 每次 Zapier 呼叫都會使用方案中的一個任務。如果達到每月限制,請告知使用者並停止。
外觀規則(來自經驗證的短片)
- 墨水: 世界線條 #030303,在 1080 下近處 5.1 px → 遠處 3.3 px。角色卡片上不使用墨水。
- 日光: 天空 #3e7fd2 → #b8d0ec,霧 = 地平線顏色。僅在陰影中呈現冷色調。糖蜜/液體使用暖棕色(#4f240f),在波浪鏡頭中太陽位於相機後方。
- 景深: 約佔螢幕時間的 1/3(特寫在 1080 下為 12-16 px),廣角保持清晰。
- 角色: 3.5 頭身,每 0.5-2.3 秒眨眼,行走擺動 5%,接觸陰影。
- 陷阱:
- 距離鏡頭 2 公尺內的道具會變成光斑。
- 只用一條繩子畫的鞦韆看起來像上吊。
- 從側面照亮的標誌會變成灰色。
- 靜止的停頓看起來像凍結。每個停頓都需要緩慢推近。
- 顆粒: 關閉底片顆粒,因為它會使檔案大小增加四倍。
- 磁碟: Remotion 每次都會將
public/複製到暫存資料夾。完成後刪除舊的remotion-webpack-bundle-*資料夾。
此技能中的檔案
templates/molasses/:最新的完整原始碼,包含 Captions.tsx 和 captions-data.ts。templates/bridge/:第一個經驗證的原始碼(MIT,請參閱 LICENSE 檔案)。templates/audio/:音效引擎和molasses_example/。scripts/voice/:Kokoro 旁白和單字對齊。scripts/captions/make_captions.pyscripts/cover/make_cover.pyscripts/qa/:靜態幀、QA 和並排工具。examples/molasses/:腳本、字幕規格和 YouTube 描述。