用途:把一个主题或一份口播稿,在一次会话里变成可直接发布的整套物料——画面跟着声音走的 BlockFrame 成片、全比例封面、平台文案。它是 listenhub-tts(文本→音频+字幕)与 producing-video(音频+字幕→成片)之上的编排层,额外负责交付清单的完整性。
主要能力:按 short(竖屏 3:4,1080×1440)或 long(横版 16:9,1920×1080)两种格式走同一条流水线;调用上游生成 narration-full.mp3 与 narration.srt;按 SRT 搭建 BlockFrame 合成;按格式渲染(16:9 用 landscape-4k,3:4 无 4K 预设,用原生 1080×1440 加 ffmpeg lanczos 放大到 2160×2880);委托 cover-design 配齐五个比例封面(3:4、9:16、16:9、16:10、4:3);写 youtube.md 与 bilibili.md;最后用 check-deliverables.sh 验收。
使用方式:先做依赖检查(npx hyperframes doctor、codex --version、LISTENHUB_API_KEY),定题与格式,处理口播稿(写作风格两遍、多音字扫描),建项目目录,依次跑音频字幕、合成、渲染、封面、平台文案,最后清单验收。
适用场景:需要一次产出整套口播视频物料、且要求封面比例与平台文案不缺项的制作流程。
限制:竖版固定 3:4,不出 9:16 视频本体;3:4 没有真 4K 预设,放大方案非真超采样;不使用已废弃的 zoom:2 超采样;封面设计与渲染、配音字幕、出片铁律细节分别属于 cover-design、listenhub-tts、producing-video;本技能只产物料,不上传平台;不自动提交。