SuperAPI AI 工具集

review-ugc-render

设计与创作

查看项目

更新于 10-15 21:54

技能介绍

用途:这是 UGC 视频配方在发布前必须通过的质检关卡,不是靠人眼观看,而是确定性地比对“实际说出的音频”与“用户已批准的脚本”,一旦有缺陷就返回非零退出码,使配方可以硬性中止 set_final_render。

主要能力:Seedance 原生生成音频,偶尔会把词读错(如 vetted 被读成 witted,Hume→Hune、Alitu→al-too)。缺陷存在于渲染音频中,人眼观看容易漏过,下游字幕又会把错词原样固化。该关卡专门做音频与脚本的逐词 diff,不通过就拒绝发布。

使用方式:渲染前把已批准的逐字台词(不含节拍说明)写入 working/approved-script.txt;渲染后运行: python3 <pack>/review-ugc-render/scripts/review_render.py
--video working/final.mp4
--script-file working/approved-script.txt
--json working/review-verdict.json 退出码 0 为 PASS,可继续发布;2 为 FAIL,不得发布,需读报告修复后重跑;3 为 ERROR,检查无法运行,需修复环境,不可盲目发布。转写后端优先级:OPENAI_API_KEY(遵循 OPENAI_BASE_URL,可走 gooseworks Whisper 代理)→ 本地 whisper CLI;ffmpeg 必须在 PATH 中。

参数:--video(必填,渲染成片 mp4)、--script-file 或 --script(已批准台词;仅在确实无脚本的片段可省略,此时跳过漂移检查、关卡转为建议性)、--min-ratio(默认 0.90,转写与脚本的 token 相似度阈值)、--json(写出机器判定供审核面板使用)。--expect-music 仅为提示,缺音乐床只警告,不单独导致失败。

适用场景:所有 remix-ugc--from-sample 与 create-ugc--video-from-refs 配方的 QC 阶段,主渲染完成后、set_final_render 之前;每次修复或重掷后需重跑直至 PASS。

限制:FAIL 常见原因包括 Seedance 读错词(需重掷新种子,品牌/生造词应在台词中按发音拼写,不要用括号注音,Seedance 会读出括号内容)、漏掉已批准短语(重掷,或对尾部词用 stitch_replacement.py 窗口修复)、音频实际静音(重渲染或检查混流)。ERROR 常见于无转写后端,需设置密钥或安装 whisper 后重跑。测试可运行 python3 tests/test_review_render.py,覆盖典型误读、品牌名误读、尾部漏词、无害填充词及无脚本建议路径。该工具是更完整 18 轴评审引擎中负责音频与脚本一致性这一轴的已发布单文件门禁版本。