ffmpeg 自动拼接成片 · Auto-assemble with ffmpeg
storyboard.json → 配音（edge-tts）→ 每镜 Ken Burns / 视频裁切 → xfade 转场 → ASS 字幕花字 → BGM 闪避混音 → 两遍 loudnorm（-14 LUFS）→ out/video.mp4 + .srt。
Part of ecommerce-video-skills · 脚本都在本目录 scripts/：assemble.py（主程序）· tts_edge.py · make_subs.py · make_bgm.py（免版权合成 BGM）· make_cards.py（PIL 商品卡/结尾卡）
输入 Inputs
storyboard.json（可由 selling-point-storyboard 生成），素材路径相对于该文件
环境：Python 3.9+，pip install pillow numpy edge-tts，ffmpeg（含 libass），CJK 字体
快速开始 Quick start
pip install pillow numpy edge-tts python scripts/assemble.py examples/aura-bottle/storyboard.json -o out/aura.mp4 # 仓库自带示例，约 30 秒渲染完 python scripts/assemble.py storyboard.json --tts none -o out/preview.mp4 # 离线预览（无配音，按字数估时） python scripts/assemble.py storyboard.json --size 1080x1080 -o out/main-1x1.mp4 # 主图视频 1:1 python scripts/assemble.py storyboard.json --bgm music.mp3 # 用你有版权的音乐
storyboard 字段 Fields
字段 说明
顶层 voice / rate / pitch edge-tts 音色、语速（如 +10%）、音调
顶层 bgm "auto"（内置合成，免版权）/ 音乐文件路径 / null
顶层 tag 全程左上角贴纸（品牌/型号/「演示」）
image 或 video (+start) 素材；视频从 start 秒截取本镜时长
line 配音文本；镜头时长 = 配音 + 0.15s 前导 + pad
sub 字幕（默认同 line）；"" 表示本镜不出字幕；高亮、`
title / cta 花字 / 行动号召按钮
motion zoom_in zoom_out pan_left pan_right pan_up pan_down punch static
fit auto（比例接近则裁满，否则模糊填充）/ cover / blur
transition 进入下一镜的 xfade 名：fade slideleft slideup smoothleft circleopen wipeleft …
min / duration / pad 最短时长 / 固定时长 / 句后留白（秒）
步骤 Steps
检查素材都存在、比例合适（商品图 ≥ 1000px）；缺结尾卡就用 make_cards.py 生成： python scripts/make_cards.py --image main.png --name "商品名" --points "卖点一|卖点二|卖点三" -o assets/end-card.png
先 --tts none 跑一遍看画面节奏，再正式渲染。
渲染后抽帧检查：ffmpeg -ss 3 -i out/video.mp4 -frames:v 1 check.png
交给 platform-spec-export 导出各平台版本；用 cover-title-ab 做封面。
流水线细节 How it works
Ken Burns：逐帧 scale(eval=frame)+crop，比 zoompan 抖动小；punch = 0.35 秒快速推近（钩子专用）。
转场：每镜多渲染半个转场长度，xfade 居中在镜头分界，配音起点不被转场吃掉。
混音：配音按镜头起点放置；BGM 默认 -20 dB，有人声时再压 10 dB（平滑闪避）；先压缩/限幅再两遍 loudnorm 到约 -14 LUFS、TP -1.5 dB。
字幕：用真实配音时长生成 build/timing.json → make_subs.py → libass 烧录，同时导出 .srt。
检查清单 Checklist
成片时长、分辨率、帧率正确（ffprobe out/video.mp4）
抽 3 帧：字幕不压商品、不进底部 UI 区
听一遍：配音清楚、BGM 不抢、开头无爆音
BGM 有商用授权（auto 合成音乐可放心用）
素材（图片/视频/字体）有使用授权
常见问题与修复 Failure fixes
问题 修复
ffmpeg failed 看脚本打印的 stderr 末尾；常见是路径错误或 ffmpeg 缺 libass/libx264
画面边缘糊 素材分辨率太低；换 ≥1080px 图片或减小 motion 幅度（改 static）
商品被裁掉 该镜设 "fit": "blur"
转场处声音被切 不会发生（配音按镜头起点对齐）；若自定义了 duration 过短，加长即可
渲染慢 预设已用 veryfast 中间文件；最终编码可把 -preset medium 改为 fast
想要 1:1 / 16:9 --size 1080x1080 / --size 1920x1080，字幕字号自动按比例
参考与致谢：思路受 MoneyPrinterTurbo（MIT）「脚本→配音→字幕→合成」流水线启发，本实现为独立编写的纯 ffmpeg 版本，未复制其代码。