Files
ai-manju/references/render.md
T
admin 7753939a3b feat: ai-manju skill 初始提交
AI 漫剧流水线技能完整落地:文件驱动、可校验、单镜可重做。

七阶段:基线资产 → 策划叙事 → 分镜中枢 → 配音先行 → 出图/出视频 → 缝合 → 审片归档。

- scripts/: manju.py 编排、submit_t2i/submit_i2v 提交、cleanup_comfyui 清理
- assets/comfyui-manju-cleanup/: ComfyUI 清理扩展,归属校验 fail-closed
- references/: models.md 模型节点图全表、workflow/director/storyboard/pitfalls
- .gitignore: 排除 __pycache__ 与运行产物
2026-11-14 17:49:39 +08:00

2.5 KiB
Raw Blame History

缝合与导出

tools/render.py 把已采用片段 + 配音 + ASS 字幕 + HUD 标注 + 落版缝成竖屏成片。

环境

  • ffmpeg 用 pip install --user imageio-ffmpeg 的静态版;脚本运行时调 imageio_ffmpeg.get_ffmpeg_exe()。
  • 不要用 brew 装:macOS 12 + Homebrew 6 有 dav1d Ruby bug。
  • 成片规格从 config/pipeline.json → output 读,默认 720×1280 / 30fps / H.264+AAC;全片不混用分辨率与帧率。

逐段标准化

  1. 去水印:仅当源有水印时用 --crop-bottom 60(crop 去带 + 居中填充),不用 drawbox。本链路 I2V 输出通常无水印,默认 0。
  2. 补足时长:I2V 约 5 秒画面用 tpad=stop_mode=clone 克隆尾帧补足到 duration;清单标 "pad": true。
  3. keepSeconds 局部修正:只取前 N 秒稳定段慢放到目标时长(漂移镜用),N 写在 30_shots.json。
  4. 统一 30fps + format=yuv420p。

字幕

  • 取 line 完整旁白,按标点折 1–3 行,标点不落单;不在生成阶段烧字。
  • 字体用系统中文体(如 PingFang.ttc),通过 fontsdir 指定。
  • 竖排文字用 ASS 的 \N 逐字分行。

包装

  • HUD:横排 / 竖排两种,全片文字只标一次(一横一竖);时间窗按累计 duration 计算。
  • 落版:光环 / 光束 / 星点 + zoompan 缓推,用 tools/make_overlay.py 程序化生成(零积分)。
  • zoompan 的 d 取总帧数(2s×30fps=60),s=720x1280:fps=30 并补 format=yuv420p,才能与主线 concat 一次编码。
  • 片头 3 秒内出现核心冲突,不做长片头;转场克制。

缝合顺序

先逐段标准化,再一次 concat(主片 + 落版)并同一步烧 ASS,避免多次重编码掉画质。

配音先于剪辑

work/EPxx/audio/vo_NN.mp3 由 edge-tts 生成(音色见 config/pipeline.json → tts.voice)。先量出每句实际时长再回填 duration。若一句说完画面还空 2 秒没事发生,该镜剪短或加动作,不用加快语速硬塞。每角色固定音色并记录参数,避免下一集换声。

交付

  • 只拼 status: adopted 的片段;rejected 另建候选目录,保留旧采用文件与提示词历史。
  • 导出后登记 renders/INDEX.md(路径、时长、校验和、生成参数、来源片段),成片本体不入库。
  • 交付文案区分「已生成 / 已采用 / 已合成 / 已归集」。

商用前核对音色授权与 AI 生成内容标识要求。