用途:把已生成好的内容组装成一支电影感实拍风格的音乐视频广告。原创演唱主题曲承担全部叙事与配乐,无需单独旁白;画面为按歌词节拍排列的“胶片感”画面(Kodak Portra颗粒、漏光、黄金时刻、手持不完美感),按三幕弧线(清晨→高潮→黄昏)组织,副歌落点对应钩子句。
本能力属于免费的确定性合成阶段,不产生任何花费。付费输入为其他独立能力:演唱主题曲(create-music-elevenlabs,force_instrumental false,歌词即脚本,返回 mp3 与 words_timestamps)、每个节拍一张35mm胶片风格关键帧(create-image-fal)、每个节拍一段 Kling 3.0 i2v 片段(create-video-fal)。交付主题曲、words.json、每拍片段与品牌尾卡素材后,本技能将每段片段剪到对应歌词窗口、按节拍硬拼接、混入主题曲、烧录电影感下三分之一字幕并叠加尾卡,得到成片。重新剪辑复用已有主题曲、关键帧与片段,成本为 $0。
主要约定:时间线围绕已交付主题曲规划,依返回的词时间戳把画面边界吸附到歌词短语边缘,不按预设网格裁剪主题曲;字幕来自主题曲自身的词时间戳而非 Whisper(演唱音频上 Whisper 只会返回“🎵 Music Playing 🎵”),按歌词边界约4词分块,用衬线体下三分之一字幕(--placement low),钩子句加粗斜体强调;钩子句落在副歌落点;使用统一“look pack”(命名胶片型号+颗粒+光晕+手持)与连续性锚点,硬切、不用叠化(可选一次匹配剪辑进入主角揭示);尾卡用真实品牌素材合成(PIL/ffmpeg),不用扩散模型生成文字,以免字标被扭曲;用 FFmpeg 合成,标准化到锁拍窗口、硬拼接、混音(afade in/out + loudnorm I=-14)、烧录 ASS 字幕、叠尾卡,输出 1080×1920 h264+aac 成片,无需付费调用或密钥。
配置与文档:scripts/config.example.json 为完整示例(Hype and Vice “Game Day Girls”,约28秒 1080×1920 9:16,14 个画面);scripts/PIPELINE.md 将每个配置块映射到对应来源步骤;scripts/README.md 记录免费合成流程。
限制:本技能只做免费合成,不生成音乐、图像或视频;需先具备主题曲、词时间戳、每拍片段与真实品牌尾卡素材。具体参数、依赖与运行命令资料未完整提供。