Beat Sheet Director 是一个围绕“音频优先”思路设计的动态图形时间规划技能。传统做法往往先任意摆放关键帧、事后再迁就音频;本方则先把视觉事件锚定到语音节奏与音乐小节网格上,再据此组织关键帧。
主要能力
- 语音转写与时间提取:将旁白送入 whisper 类模型(如 whisper-cpp),获得每个词的精确开始与结束时间戳。
- 速度与小节网格锁定:依据 BPM 计算小节长度(资料示例:100 BPM 下每 4/4 小节为 2.4 秒),并将视觉场景切换对齐到强拍。
- 主事件隔离:确保主要高潮或 Logo 落版拥有 60ms 的孤立声学空间,期间不叠加竞争性音效。
- 标准节拍表输出:以“节拍 / 时间范围 / 时长 / 台词 / 视觉编排 / 音效提示”六列格式产出逐帧计划。资料给出的示例从 B1 静默开场、B2 钩子句标题入场,到 UI 卡片变形为对比图表、按钮点击与数字滚动、产品交付、叙事排版、品牌 Logo 与口号揭示,直至结尾行动号召与混响衰减。
使用方式 先对旁白做语音转写取得词级时间戳;再按目标 BPM 换算小节长度并确定强拍位置;然后逐段编排视觉事件并填写六列节拍表;最后核查主高潮段是否保留 60ms 无竞争音效空间。时间单位以秒表示,资料未提供具体软件插件或导出格式。
适用场景 适合需要将动态图形严格对齐旁白口播或音乐拍点的创作,例如产品宣传短片、UI 演示动画、品牌开场与行动号召结尾等。
限制与缺失信息 资料仅给出流程与示例,未提供实际安装命令、依赖版本、支持的宿主软件、导出文件格式、收费方式及性能指标;如需更细的节奏与帧率换算,资料指向 references/tempo-math.md,但该文件内容暂未提供。