SuperAPI AI 工具集

talking-head-image-overlays

设计与创作

查看项目

更新于 10-16 06:22

技能介绍

用途:把一段口播素材剪成“全程不切镜头、节奏靠信息变化而非镜头切换”的样式:连续长镜头贯穿全片,图层在说话人念到某个名词时硬切入切出。

主要能力与结构:全片分四幕。第一幕开头约占3%时长,衬线标题加小胶囊标签,不遮挡面部;第二幕约占20%,使用回收素材、梗图、静帧,停在视线以上;第三幕占约65%的主体,骨架式UI卡片、黑底提示词,完全遮住面部;第四幕结尾约占8%,仅一条横幅。衬线字体只出现在头尾两处,中间顶部区域留空。

五条硬性规则:不切镜头,零次机位切换;每个容器都硬切,满不透明度一帧出现,无淡入、无缩放、无滑动,只有内部元素动;图层落在所描述名词出现的±0.2秒内,不落在虚词上;卡片内文字全部是灰色条块,不写真实文字;不加入任何音频资产,无背景音乐、无音效。

使用方式:先对参考视频做拆解(可选),再做基底剪辑,保留约15%静音、中位停顿约0.32秒;然后用脚本量测本素材的头部与视线带,得出EYE_FLOOR与HEAD_FLOOR,不得照抄参考的y值;再按词级时间点排分镜(每个概念名词一张卡,CTA落在结尾首个动词而非关键词);随后在HyperFrames中合成;最后在渲染成品上做QA,混音到-14.5 LUFS并交付。

适用场景与限制:适合口播解说、知识类视频。需ffmpeg/ffprobe、词级转写工具与HyperFrames工具链,不需要生成式API,使用回收素材而非生成B-roll。两个需提前确认的决定:卡片会遮住面部(参考中占两轴各约80%画面,约三分之一时长人物消失),若创作者有禁止遮脸或全屏占满的规则则直接冲突,备用方案是把卡片缩入视线以上区域,但会损失效果;参考视频本身没有避脸逻辑,不要照搬。此外若参考视频来自平台,需用户自备文件或已登录会话,匿名下载会遇登录墙。