SuperAPI AI 工具集

behind-the-person

设计与创作

查看项目

更新于 11-02 06:49

技能介绍

该技能用于编辑口播(talking-head)片段,使图形元素位于讲话人身后:先把讲话人抠出并保持在前景,再让面板(帖子网格、柱状图或截图)显示在其后方,并配合胸口大字和可选的个人资料卡动画。

用途与效果

  • 生成前后景分层构图:面板在后,抠像人物在前。
  • 面板支持三种类型:grid(类 Instagram 个人主页 12 格网格,图片循环填充并缓慢滚动,可高亮某一格、轮播其幻灯片并弹出标签)、bars(柱状图,柱子依次生长,可高亮某根柱)、image(截图,可设定向上平移量)。
  • 胸口文字:一次显示 1 至 3 个词,按时间点逐条出现,{count} 可向上计数至资料卡上的数字。
  • 资料卡(可选):包含头像、姓名、标签、计数与按钮;计数随胸口文字递增,按钮在指定时间点翻转(如 Follow → Following)。

使用方式

  1. 首次使用需定位技能所在目录,并通过 kit 目录下的虚拟环境 Python 执行;若不存在则运行 setup.sh --cutout。
  2. 必须设置 GROQ_API_KEY 才能转写;环境需安装 ffmpeg 与 Node。
  3. 准备素材:用户的 9:16 口播视频;抠像最适合单人、腰部以上、纯色背景。
  4. 转写取词:运行 reel.py words <video>,输出每句一行并标注 [ends …](该句最后一个词的结束时间)。选择 3 至 6 秒、由完整句子构成、含具体主张的片段,最好包含数字。
  5. 取帧查看构图:运行 reel.py frame <video> <t> frame.jpg。默认面板纵向范围为 y 150 至 1020,头部应覆盖其中下部;胸口文字位于 chest_top(1105),资料卡位于 card_top(1235),两者应落在下巴以下的躯干上。
  6. 编写规格文件 <clip>.behind-the-person.json;其中路径相对规格文件,时间可用距开始的秒数或口播词(如 "followers"、"this#2"、"over+0.2")。
  7. 构建:运行 build.py <spec.json>,抠像约每帧 0.1 秒。
  8. 检查输出 <out>.sheet.jpg:胸口文字不遮挡嘴部、面板环绕头部、资料卡完整可见、红色区域无内容。
  9. 交付 mp4 路径。

规格文件字段

  • video、start、end。
  • panel:type 为 grid、bars 或 image。grid 支持 images、tabs、highlight(index、at、slides、swipe_at、label、label_at);bars 支持 title、bars(label、value、show)、highlight、at;image 支持 src、scroll。
  • chest:文本与出现时间(at),{count} 向上计数至 card.count。
  • card(可选):avatar、name、label、count、at、count_at、button、pressed、press_at。

适用场景

  • 口播视频中展示个人主页数据、帖子轮播、柱状图或截图,并配合数字增长动画与关注按钮翻转。

限制与注意事项

  • 抠像效果依赖单人、腰部以上、纯色背景的素材。
  • 面板内容必须真实:使用用户自己的帖子、分析数据或截图,不得编造数字;计数必须是用户口播中提到的数字。
  • 柱状图中重要的柱应放在两侧,因为中间会被头部遮挡。
  • 转写依赖 GROQ_API_KEY;运行依赖 ffmpeg 与 Node。
  • 其他未在资料中说明的功能、收费或平台支持信息暂未提供。