SuperAPI AI 工具集

render-narrated-ugc-wardrobe-stitch

通用与其它

查看项目

更新于 10-15 21:54

技能介绍

用途:把已准备就绪的素材按配置拼装成一条快切竖版旁白UGC“缝合回复”广告,单一旁白VO承载逐字证言,配一位创作者、约5套换装、3个微世界,穿插产品B-roll,结尾为品牌尾卡。该能力只负责免费的确定性拼装。

主要能力:按EDL把每个片段裁到窗口并硬切拼接(用filter_complex concat,不用demuxer解复用器;无叠化);把VO混在侧链压缩闪避的背景音乐之上(−20dB,20:1);烧录音字式卡拉OK字幕;对Playwright渲染的落地页PNG做zoompan;追加品牌真实尾卡PNG并抑制尾卡字幕;最终loudnorm I=-14输出1080×1920 h264+aac母版。重剪可复用已有VO/起始帧/片段,零成本。

使用方式:先锁定旁白VO并用Whisper对齐词边界,据此构建EDL(约30个带角色标签的切点),再基于VO与vo-final.words.json、edl.json、每切点一个片段、Playwright落地页PNG和品牌尾卡PNG运行该拼装脚本。配置示例见scripts/config.example.json,流程说明见scripts/PIPELINE.md和scripts/README.md。

适用场景:已通过付费能力生成VO、创作者图像、世界宽景、起始帧与逐切点i2v片段的旁白UGC广告后期拼装。

限制:不生成任何素材或调用付费API;需先有已锁定的VO与对齐词边界;必须使用filter_complex concat;品牌词需按锁定脚本校回,不修改脚本;不得用扩散模型渲染品牌文字;落地页滚动用zoompan而非i2v;平台、价格与依赖版本暂未提供。