用途:从配置组装一条无出镜、电影感的宇宙神话旁白短视频(reel)——温暖沉思的口播旁白承担全部叙事(“神话即老师”式的重构),画面为精选宇宙/神话静帧,统一的深靛蓝+金色+体积光风格,配一条开场钩子字幕与烧录字幕。该能力是免费、确定性的合成阶段。
主要能力:按权重分配节拍(每段 cut_dur = VO_dur × weight / Σweights,开场、重构、收尾等情绪节拍权重更重、停留更久);逐张静帧2倍缩放、居中裁剪并做zoompan(缩放至约1.10,标记段用zoom_out,首段fade_in、末段fade_out,静帧可重复使用以凑到约10–12个切点);拼接、合成VO、钩子行淡入(约0.5秒淡入、保持、约0.6秒淡出,仅覆盖开场)、烧录字幕(Whisper/VEED,底部三分之一,白色#FFFFFF);如传入--endcard则追加品牌尾卡,输出母版与海报图。
使用方式:单一脚本 scripts/render.py,仅依赖ffmpeg + Pillow,无需API密钥、无需drawtext/libass。命令:python3 scripts/render.py --config config.json --vo working/vo2/vo_atempo.mp3 --stills-dir working/stills --out working/final.mp4 [--words working/vo2/words.json] [--endcard working/endcard.png]。配置示例见 scripts/config.example.json,管线映射见 scripts/PIPELINE.md,说明见 scripts/README.md。
限制与约定:付费输入属其他独立能力(如create-vo-elevenlabs生成旁白、create-image-fal生成4–6张同风格主图),本阶段不花钱;时间线须围绕交付的VO时长规划(VO做atempo变速,系数上限约1.25,不可按预设网格裁剪VO);默认无音乐床,不加主持人或第二音轨;静帧上不出现文字;主机ffmpeg缺少libass时用定时PIL PNG叠加实现字幕。其他收费、价格与平台细节暂未提供。