SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场edu-math-video

edu-math-video

写作与研究

查看项目

更新于 10-16 04:01

技能介绍

用途

edu-math-video 用于把一道数学题（数学题、几何、代数、函数、行程问题等）制作成讲解/解题视频（讲解视频、解题视频、例题精讲、微课）。产出的视频规格为 16:9、1920×1080，带中文配音、中英双语字幕和手绘笔记本风格的动画，最终输出 MP4。

核心原则

画面跟着旁白走，而且图会“讲题”。每句旁白，图上都有一个动作把这句推理演出来（线段滑过去重合、三角形叠上去、相机转到俯视、动点移动等），不是只多出一条线或一个标签。每个动画都用“第 k 句旁白开始的时刻”S.at(k, f) 定时，绝不写死秒数。

流水线与结构

每个视频一个文件夹。流程为：script.json（旁白）经 build_audio.py（GLM-TTS + 合成音乐）生成 build/timeline.json + build/mix.wav + ../<name>.srt；anim.js + engine.js 按旁白时间点驱动动画；再由 node render.mjs video 输出 ../<name>.mp4。

本技能自带全部代码，不需要从别的项目复制文件：

  • template/：可直接运行的完整示例项目（直角三角形斜边中线题）。engine.js 是通用引擎（不改），anim.js / script.json / episode.json / problem.png 是每道题都要重写的。
  • shared/pron.py + shared/pron.json：读音控制（GLM-TTS 没有 SSML/拼音输入）。
  • examples/cone-parallel/：立体几何完整示例（anim.js + storyboard.md + script.json），含相机斜视↔俯视、侧面展开成扇形、内错角旋转、平面平移。做立体几何、圆、多问题时先读它。
  • scripts/：new_video.sh（建项目）、setup_check.sh（查环境）、make_problem_png.py（文字题→图片+高亮框）、problem_boxes.py（截图→高亮框坐标）、contact_sheet.py（截图拼图审查）。

使用方式（11 个步骤）

  1. 弄清题目，自己先把题解对：写已知条件清单、所求、关键思路、每一步计算、最终答案、验算方法。答案不确定或题目看不清时问用户。
  2. 建项目、查环境：bash SKILL/scripts/new_video.sh "$PWD" <ascii_folder_name>，再运行 setup_check.sh。通过标准为输出 ALL OK。
  3. 测试 TTS：cd PROJ && PY build_audio.py --say "你好，我们来看一道数学题。" 验证 key 和音色。
  4. 准备题目图片 problem.png 和高亮框：只有文字用 make_problem_png.py，有截图用 problem_boxes.py。把尺寸和框填进 anim.js 顶部的 PROBLEM。
  5. 写 episode.json 和 script.json：episode.json 含 title、output_name、pop_scenes；script.json 为幕的数组，每幕 {"scene": "英文id", "lines": [{"zh","tts","en"}]}。第一幕 intro 读题，最后一幕 outro 回顾加报答案。
  6. 写分镜 storyboard.md：按格式给每句旁白写“指/动/留/板书”，除首末幕外“动”不能空。先在顶部写图形清单。
  7. 读音与脚本检查，修到 0：cd PROJ && PY build_audio.py --check。要求未固定读音的生僻字/多音字为 0 且 script errors 为 0。
  8. 写 anim.js：按 storyboard.md 逐句实现，每个元素的出现时间等于旁白提到它的时刻。
  9. 免费预览：PY build_audio.py --preview && node render.mjs motion && node render.mjs stills auto && PY SKILL/scripts/contact_sheet.py .，并打开 build/sheet.png 逐张检查。
  10. 真正生成配音，自动听写核对，再检查画面：PY build_audio.py && PY build_audio.py --asr && node render.mjs stills auto && PY SKILL/scripts/contact_sheet.py .
  11. 渲染视频并交付：node render.mjs video 6（6 为并行浏览器页数，不是帧率；帧率固定 30）。输出 WS/<output_name>.mp4 和 WS/<output_name>.srt。

适用场景

适用于数学题讲解视频制作，包括几何题、代数题、函数题、行程问题、立体几何、圆、多问题等。examples/cone-parallel/ 提供了立体几何完整示例。

限制与要求

  • 退出码不是 0 就是没完成。--check 退出码 1（哪怕剩一个 ⚠ 多音字）、motion 退出码 1、截图有问题，都不能忽略继续。
  • tts 字段只能是能念出来的中文，不能含阿拉伯数字及 = + − × ÷ / ^ √ ∠ △ ∥ ° ( ) 等符号；字幕 zh 字段保留正常数学写法。
  • 读音必须固定，多音字标注写在该字后面（如 长[cháng]）。
  • API Key 只能由用户提供。缺 GLM_API_KEY 时先问用户：配置 key 或用兜底引擎（edge-tts / macOS say）。不要编造 key、模型名或接口地址，不要把 key 打印或写进项目文件夹。默认音色为 chuichui（锤锤），可在 .env 用 GLM_VOICE 更换；模型为 glm-tts。
  • 所有画面内容在 y ≤ 860 以内（y≈9141044 为字幕框），图形放左半边，推导文字写在右边横线板上。
  • 不要修改 engine.js（除非用户要求换风格）；不要把 node_modules、package*.json 复制进视频文件夹。
  • 无法听音频，需请用户试听读音并特别列出标注过读音的字。

环境与依赖

python 包用 PY -m pip install --user numpy requests pypinyin pillow。node 依赖在 WS 根目录装一次，所有视频共享。缺 GLM_API_KEY 时按 reference/glm-tts-setup.md 引导用户配置（推荐放 ~/.config/math-problem-video/.env）。TTS_ENGINE=auto（默认）在无 key 时会自动改用兜底引擎。部分细节（如具体时长、价格、费用）在提供的资料中暂未提供。