JimLiu/baocut / skills/baocut
baocut
Flagged用 BaoCut 处理视频与音频:转录、字幕、翻译、配音、剪口播、切短视频、分章、总结写稿、从链接下载、压缩转码、导出成片,或从零做一条成片。有媒体文件、视频链接、字幕文件或 BaoCut 视频时用;只翻译纯文本、与视频无关的写作或作图、别的剪辑器与 FFmpeg 的用法、BaoCut 源码开发不用。
references/workflows.md
View on GitHub---
description: 端到端的做法:链接到双语字幕成片、润色后翻译、翻译配音、剪口播、切短视频、总结与写稿、本机文件转码、旁白成片、歌曲 MV、音频做成带声波与字幕的视频。多步任务动手前读对应的一条。
---
# 端到端的做法
每条做法只讲判断与步骤:每步点名用哪个工具或 craft,参数与回执去对应的目录页查。用户只要求一件小事时直接做那件,不套整条流程。
开始任何一条之前:
- **没说清的先问。** 用户要做某类成片但没说清时,先问清四件事:主题、目标(发在哪、给谁看、要达到什么)、受众、手上的材料;交付物、画幅、时长、语言也一并确认。
<!-- surface: cli -->
BaoCut 装有场景模板(`baocut templates` 列出,属本机管理命令,先问用户再看)时,可以请用户选一个模板,按它的简报问。
<!-- /surface -->
- **先看已有的。** 用户点名或已经在做的视频,先 {{tool:videos_inspect}} 看已经做到哪一步,从那里接着做。
- **证据够了就停。** 理解一条视频按 [media](catalog/media.md) 的证据阶梯:先转写、再按文字定位、再取帧,彼此独立的读取一次发完。
## 1. 链接 → 转录 → 双语字幕 → 成片
**适用**:用户给了视频链接,要字幕(原文、译文或双语),可能还要带字幕的成片或字幕文件。**不走这条**:用户明说只要一个字幕文件、不要视频(见判断表最后一行);链接里只是一段要翻译的文字。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 用户说了原文语言或给了人名术语 | 先 {{tool:download}} 新建视频(不带转写),再 {{tool:transcribe}} 给视频并带语言与提示 | 一步转写时来不及带上这些,识别质量差 |
| 要译文或双语 | 转写时不建字幕层,润色、翻译之后再建 | 原文层的切条按润色后的标点,才和译文层对得上 |
| 只要原文字幕 | 转写时照常建字幕层,再润色 | 润色写回时 Runtime 在同一笔里跟着改字,不用删掉重建;用户早一步看到字幕 |
| 用户只说「转录」「加字幕」 | 原文字幕,不翻译 | 默认含义 |
| 用户说「双语」 | 译文为主、原文为辅的两层字幕 | 默认含义 |
| 视频要登录才能看、网站不支持 | 照错误的 `remedy` 告诉用户,停下 | 不能绕过下载限制 |
| 用户明说只要字幕文件 | 转写时不建视频,只出 TXT 与 SRT;翻译按 {{skill:translate-subtitles}} 的文件一节 | 用户的明确要求优先 |
步骤:
1. 确认交付物(哪种字幕、要不要文件、要不要成片)与目标语言,按 {{skill:subtitle-workflow}}。
2. {{tool:transcribe}} 给链接:新建视频、下载、放上时间线、转写;要译文或双语时不建字幕层,只要原文字幕时照常建。等到完成,记下视频与转写的 ID。
3. 润色:按 {{skill:polish-transcript}},{{tool:documents_read}} 读、{{tool:documents_put}} 写回同一份转写。{{tool:videos_inspect}} 里素材的 `source`(标题、发布者、简介)当背景参考:人名、术语的写法只在说话人明显在说它时照改,不往文稿里加东西。已有原文字幕层时它的文字跟着改,回执的 `keptCaptionCues` 是手改过、没跟着改的句子,交付时报告。
4. 说话人实名:转写的 `speakers[]` 还有占位名时,按 {{skill:polish-transcript}} 第 7 节在素材的 `source` 与每位首次开口前后找证据,有证据的用 {{tool:edits_apply}} 的 `renameSpeakers` 一笔写回,不先问;只有一位说话人时,标题或简介写明是谁讲的也算。不挂在润色上:润色跳过或只改了几处时照样做。
5. 章节(旁路):作者有章节时 {{tool:chapters_adopt}} 吸到文稿上,没有时按 {{skill:video-chapters}} 自己分,用户说不要时跳过。不阻塞后面的步骤;失败不致命,最多重试一次,如实报告。
6. 重新 {{tool:documents_read}} 读润色后的转写(translateTo 给目标语言,BaoCut 显示「正在翻译」;view 给 `sentences`,有 `nextCursor` 时读完所有页),按 {{skill:translate-subtitles}} 逐句翻译,{{tool:documents_put}} 写成译文。
7. {{tool:captions_create}} 给译文并带双语:原文层与译文层一起建好。只要原文字幕时第 2 步建的那层就是,跳过这步。
8. 用户要文件:{{tool:export}} 导出双语字幕文件;要成片再 {{tool:export}} 导出 mp4(字幕画进画面)。
<!-- surface: cli -->
要看字幕在画面上的位置、挡没挡人脸,或请用户在编辑器里审:开网页版编辑器([web](catalog/web.md)),交付时给用户新链接。
<!-- /surface -->
9. 交付:按 SKILL.md 的「交付」写报告。
**完成标准**:视频里有润色过的转写、一份目标语言的译文、一组双语字幕层;证据够的说话人都实名了(一位说话人时也对过标题与简介),留着占位名的说明了原因;章节写进了视频,或说明了没做、失败的原因与作者章节里没对上的条目;导出的文件路径取自结果;字幕条数与译文句数报告给用户;没看过的成片画面如实写明。
## 2. 已有视频:润色后翻译
**适用**:视频里已有转写,用户要译文字幕或双语字幕。**不走这条**:只要润色(做完第 3 步就停);没有转写(先走第 1 条的转写步骤)。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 转写还是识别出来的样子(错字、术语不一、标点乱) | 先润色 | 译文继承原文的错误;润色会改分句 |
| 用户说不要润色 | 跳过润色 | 用户的明确要求 |
| 已有同一语言的译文 | 在它上面改,只重译变了的句子 | 不建第二份译文 |
| 转写有几份 | 按来源素材对上用户说的那段,对不上就问 | 不猜 |
| 用户明确要用配置好的文本模型翻译 | 用 {{tool:translate}} | 只有这种情况才用它 |
步骤:
1. {{tool:videos_inspect}} 找到转写与已有的译文、字幕层。
2. 按 {{skill:polish-transcript}} 润色,{{tool:documents_put}} 写回同一份转写。
3. 还有占位名的说话人按 {{skill:polish-transcript}} 第 7 节实名,有证据就直接写回;用户说不要润色时也做。
4. 重新 {{tool:documents_read}}(translateTo 给目标语言,view 给 `sentences`,读完所有页),用这次的句子按 {{skill:translate-subtitles}} 翻译,{{tool:documents_put}} 写入译文。
5. {{tool:captions_create}} 建字幕层(先确认这份译文还没有字幕层)。
6. 用户要文件时 {{tool:export}}。
**完成标准**:润色在翻译之前;译文句数等于转写句数;没有重复的译文与字幕层;交付报告列出照用的术语与拿不准的句子。
## 3. 翻译配音
**适用**:用户要把视频配成另一种语言。**不走这条**:只要一句旁白(直接 {{tool:speak}},见 [voice](catalog/voice.md));由旁白带着走的成片(第 8 条)。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 还没有目标语言的译文 | 先走第 2 条写好译文 | 你自己翻译;配音按译文逐句合成 |
| 背景有音乐或环境声要保留 | 分离背景声,只压低或静音人声 | 直接静音原声会把背景一起去掉 |
| 用户要完全替换原声 | 原声静音 | 用户的明确要求 |
| 没说 | 原声压低 | 默认,保留原片的氛围 |
| 用户点名了音色或用户库里有授权音色 | 用它 | 同一角色全片同一音色 |
步骤:
1. {{tool:models_capabilities}} 看语音合成能不能用、有哪些音色;用户库音色用 {{tool:library_list}}。
2. 没有译文时按第 2 条翻译并写入。
3. {{tool:dub}} 给译文的 documentId、音色与原声处理方式。等到完成。
4. 读结果里每句的合成情况;没合成的句子报告给用户。
5. 用户要文件时 {{tool:export}} 成片或音频。
**完成标准**:配音轨在视频里,句数与译文对得上或差额有原因;原声处理按用户确认的来;语气、对齐与音量写进「要人听的」。
## 4. 剪口播
**适用**:一两个人对着镜头说话的录音要剪成能发布的视频。**不走这条**:只想从长视频里挑几段短视频(第 5 条);只要去掉一处口误(直接剪那一处)。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 没有转写 | 先转写 | 口播的剪点由话决定,没有转写就是瞎猜 |
| 同一段说了几遍 | 挑最完整、最自然的一遍,拿不准都留着请用户听 | 提案不检测重复的句子 |
| 想把一句挪到开头 | 只挪能单独成立的原话,限定语一起带走;先问清原位置留不留 | 调序会改变论证 |
| 要加放大、B-roll、文字 | 剪口定下之后再加 | 话没定下来,定不了画面落在哪 |
步骤:
1. 读 {{skill:talking-head-cut}}。
2. 没有转写时 {{tool:transcribe}};{{tool:documents_read}} 读转写,按论点列出留 / 删清单。
3. {{tool:edits_apply}} 生成口癖与停顿的剪辑提案,{{tool:documents_read}} 读提案,逐条决定。
4. 把清单作为一笔修改提交({{tool:edits_apply}},先带预检看影响):接受该删的建议、剪掉录废的部分。
5. 定开头;剪口定下后再加画面元素与声音处理(craft 的 `references/` 里有做法,用到时再读)。
6. 读回:{{tool:videos_inspect}} 看时长与片段,对照清单核对;导出一小段给用户听({{tool:export}} 给范围)。
<!-- surface: cli -->
用户要自己在编辑器里听、拖剪点时,交付时给一条网页版编辑器的新链接([web](catalog/web.md));用户在网页里改过之后,下一笔修改前重新 {{tool:videos_inspect}}。
<!-- /surface -->
7. 有译文时按第 2 条只重译变了的句子。
**完成标准**:清单上该删的都删了、该留的都在;剪点在词与词之间;报告分三栏,剪口数与时长变化是量出来的,顺不顺是要人听的。
## 5. 切短视频
**适用**:从一个长视频(访谈、讲座、直播回放)里挑几段能单独发布的短视频。**不走这条**:从零做一条新的短视频;把整段口播剪干净(第 4 条)。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 用户给了目标平台 | 按平台确认画幅与时长 | 合要求 |
| 候选片段开头不成立(要靠前文才懂) | 换一段,或向前多取一句 | 每段要能单独成立 |
| 片段比目标时长短 | 照实交,不靠填充、循环、变速凑数 | 时长是目标不是配额 |
| 用户还没挑 | 只交候选,不导出 | 让用户挑定再出文件 |
步骤:
1. 读 {{skill:shorts-segments}}。
2. {{tool:export}} 导出带时间码的文稿(或字幕),读出来按话题挑候选:每段是一个话题从钩子到讲完,几支、多长照用户说的,没说就按够格的话题定,交给用户挑。
<!-- surface: cli -->
用户想在编辑器里边看边挑时,给一条网页版编辑器的新链接([web](catalog/web.md));候选的起止仍写在文字里交给用户。
<!-- /surface -->
3. 用户挑定后 {{tool:export}} 成片,每段一个范围、各出一个文件。
4. 要竖屏又要重新取景时,先在视频里调整画面([editing](catalog/editing.md)),再导出。
**完成标准**:每段的起止、时长与一句理由交给了用户;导出的文件一段一个、路径取自结果;画幅与用户确认的一致。
## 6. 总结与写稿
**适用**:总结、提炼要点、写成博客或公众号文章、起标题与写简介、分章节。**不走这条**:与视频无关的写作。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 要总结、要点 | {{skill:video-summary}} | 要点带视频时间,方便跳回 |
| 要完整文章 | {{skill:video-blog}},先问清是作者视角还是观众视角 | 两种写法不同 |
| 要标题、简介 | {{skill:titles-and-description}} | 每句都要由视频兑现 |
| 要章节写进视频 | 作者有章节或用户给了大纲:{{tool:chapters_adopt}};否则按 {{skill:video-chapters}} 自己分 | 章节是视频的一部分;作者的分法优先 |
| 没有转写 | 先转写 | 不凭标题与印象写 |
步骤:
1. 读对应的 craft。
2. 取带时间的文稿:{{tool:export}} 导出带时间码的 md 文稿,读结果里的文件;时间就取它,不自己估。
3. 自己写。总结、文章、标题、简介是纯文字,直接交给用户(用户要文件时写成文件)。
4. 章节:作者的章节用 {{tool:chapters_adopt}} 吸到文稿上写入,读回执里的吸附统计;自己分的用 {{tool:edits_apply}} 的 `setChapters` 写入,读回执核对。
**完成标准**:每条要点、每个章节的时间都来自文稿;写的内容由视频兑现,没有编造;章节写进了视频并读回核对。
## 7. 本机文件:压缩、合并、提取音频
**适用**:用户要把本机文件压小、转成别的编码、按顺序拼成一个、取出音轨,不需要可编辑视频。**不走这条**:要在拼起来的视频上继续剪辑或加字幕(新建视频,把几段素材依次放上时间线,见 [media](catalog/media.md))。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 「压小一点」没给数 | 先问目标(分辨率上限或大致大小),或按 1080 高度给一个默认并说明 | 合要求 |
| 合并的几段参数不同 | 照样合并,会重新编码,耗时更长 | 参数一致时才能流复制 |
| 要提取音频 | 逐个取出音轨 | 能流复制时不重新编码 |
| 用户的原文件 | 不动,输出写到新位置 | 不动用户的原始媒体 |
步骤:
1. 确认输入文件、顺序与输出位置。
2. {{tool:transcode}}:压缩、合并或提取音轨,等到完成。
3. 把结果里输出文件的路径告诉用户,报告大小与时长的变化。
**完成标准**:输出文件存在、路径取自结果;原文件没动;大小、时长、分辨率等量出来的数报告给用户。
## 8. 旁白成片
**适用**:用户要一条由旁白带着走的成片(资讯快评、知识讲解、产品介绍、步骤教程),或给已有画面配一段多句的旁白。**不走这条**:把视频配成另一种语言(第 3 条);只念一句话(直接 {{tool:speak}},见 [voice](catalog/voice.md))。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 用户给了目标时长 | 先用这个模型念一句量出字/秒,再按它算稿子字数 | 字数定时长;写超了删句,不加速 |
| 旁白超过 60 字 | 选用户库克隆音色或 `source` 为 `builtin` 的内置音色 | 预置说话人块间音高漂 3–5 个半音,像换了人 |
| 用户点名要预置说话人 | 照用,报告里写明风险 | 用户的明确要求优先 |
| 念出来比目标长 | 删词重配那一段 | 时间线变速会放大本来的快慢差 |
| 某一句不自然 | 只重配那一句(同音色、同说明、换 seed) | 整段重配会把别的句子一起换掉 |
| 稿子里有数字、专名 | 写成读法或用读音标注 | 念错比念慢更伤 |
步骤:
1. 读 {{skill:narration}}。
2. {{tool:models_capabilities}} 看语音合成能不能用、哪些音色是 `builtin` / `library`;用一句试稿 {{tool:speak}} 量出字/秒。
3. 按预算写稿,一句一行;语气说明只写怎么说。
4. {{tool:speak}} 整段提交(同音色、同说明、固定 seed,给 {{arg:video}}),等到完成,记下时长与 seed。
5. {{tool:transcribe}} 给这个旁白素材拿字时间;按句算字/秒与停顿,找出要重配的句子并重配。
6. {{tool:edits_apply}} 把旁白放上一条轨,按句子的起止排画面与字幕。要配乐时这时再生成或放上(成片时长已定),按 [music](catalog/music.md) 放在单独一条轨上、`setDucking` 压在旁白之下。
7. {{tool:export}} 导出 2–3 处跨句边界的 5 秒片段给用户听;用户认可后再导出成片。
<!-- surface: cli -->
画面与字幕的排布要用户看时,在网页版编辑器里请用户审([web](catalog/web.md)),交付时给新链接。
<!-- /surface -->
**完成标准**:稿子字数在预算内、成片时长与旁白时长一致;一个音色、一套说明、seed 记录在报告里;每句的字/秒与停顿量过,异常句处理过或列出;接缝是**要人听的**,没听过就如实写。
## 9. 歌曲 → MV 或歌词视频
**适用**:用户给一首歌(多半还有歌词),要做 MV 或歌词视频,可能要双语字幕。**不走这条**:只要歌词的时间文件({{tool:transcribe}} 加 {{arg:noVideo}},再按 [subtitles](catalog/subtitles.md)「已有正文时」换成原文);没有歌、要配乐的成片(第 8 条或 {{skill:video-production}})。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 用户给了歌词 | 歌词是正文,转写只取时间 | 唱的字常听错,外语句子会被整句认成别的话 |
| 音频文件自带歌词或字幕轨 | 文字可用,时间核对后才用 | 时间常是占位 |
| 歌词里有 `[Verse]`、`[Chorus]` 与舞台说明 | 不上字幕,用来给画面分段 | 不是唱出来的 |
| 有几行在转写里找不到 | 不估时间,请用户给时刻或不上字幕 | 底线:不编造时间戳 |
| 画面里的真人要对口型唱 | 做不到,改成画面配梗、字幕承担歌词;卡通角色跟着唱可以按 {{skill:virtual-host}} 做,要单独的人声轨 | 没有真人口型同步的视频生成;卡通角色的口型是按声音算出来贴上去的 |
| 用户只要一个由代码直接渲染的文件 | 在 BaoCut 之外渲染 | 进视频的代码画面才走代码包 |
| 用户给了参考视频 | {{tool:videos_shots}} 找切换,在两次切换之间用 {{tool:videos_frames}} 密集取帧,按时间段记下机位、动作、图层与图形怎么走;学它的调度,计划自己写 | 稀疏的几帧看不出动作与运镜;照搬就不是用户的片子 |
| 用户要一段节选(「15 秒左右」) | 起止落在完整的一句或一段歌词上 | 按秒数硬截会切掉最后一句 |
| 图片生成要花钱({{tool:models_capabilities}} 的 `cost`) | 计划里写清要画几张、大约花多少,留几次重画的余量 | 用户批计划时就知道花费 |
步骤:
1. {{tool:transcribe}},{{arg:file}} 给歌:新建视频、歌放上时间线;给 {{arg:language}},加 {{arg:noCaptions}},字幕层等写回原文之后再建。
2. 读转写,按 [subtitles](catalog/subtitles.md)「已有正文时」把歌词逐行对位,按 {{skill:polish-transcript}} 写回原文;对不上的行列给用户。
3. 要双语时按 {{skill:translate-subtitles}} 自己译,{{tool:captions_create}} 给译文建字幕层({{arg:bilingual}});只要原文时给转写建。
4. 读 {{skill:video-production}}:风格、创意方向(梗与回收)与每段的画面先写成计划,整首歌按整帧分段,从第 0 帧排到结尾、每帧恰好属于一段;开头样段带上第一次高潮,定下质感。代码画的场景按它第 5 节「代码画面」一条去读代码场景的细则;角色与场景底图按 [media](catalog/media.md)「生成图片」的「成套素材」画,角色一张图一个,同框在代码里摆。
5. 第一帧是完整的封面;片尾署名逐字照用户给的。
6. {{tool:export}} 先导出几段预览看画面跟不跟拍,再导出成片。
**完成标准**:字幕的文字与用户的歌词逐字一致,对不上的行已告诉用户;整首歌每一帧恰好被一段画面覆盖,结尾也在,歌是一整段没切开的音频;每句的画面不越过所在段落;封面在第一帧;画面跟拍与字幕位置是**看过的**或如实写没看。
## 10. 音频 → 视频:背景、声波、字幕
**适用**:用户给一段说话的音频(播客、访谈、讲座、口述录音、档案录音),要做成能发的视频:背景、跟着声音动的声波、字幕,按内容加配图与章节。起始页「音频转视频」那句话就是这件事。源是一段说话的影像(历史演讲、讲座、新闻片),要排成同样的版面、影像只占其中一格时,也走这条。**不走这条**:歌曲做 MV 或歌词视频(第 9 条);要按内容一镜一镜配画面的成片({{skill:video-production}});只要文稿或字幕文件({{tool:transcribe}} 加 {{arg:noVideo}})。
背景、声波、字幕与配图是同一张版面:先按 {{skill:motion-graphics}} 的「内容背景」定方案与格子,各层的坐标从格子换算。版式不照搬示例,按这一期的内容重想。
| 信号 | 处理 | 原因 |
| --- | --- | --- |
| 声波 | **只用**内置的声波元素([editing](catalog/editing.md)「声波与进度条」):不写代码包、不按 {{skill:motion-graphics}} 写 HTML、不分析音量 | 默认样式与摆位见 editing「默认声波」;一笔修改就在画面上、跟着声音动,用户能换款改色;代码包要把整段音频渲染完,长录音要等很久,字幕也被堵在后面 |
| 用户要的声波样子内置款式里没有(品牌动效、特殊造型) | 仍用内置元素:挑最接近的款,用颜色与 `place` 调;告诉用户内置能换款、改色、挪位置,不改用代码包 | 代码包画的声波渲染慢、用户改不了,这条路不走 |
| 用户没说背景 | 按「内容背景」从博客正文、转写或简报写三行方案(主题与语气、画面的隐喻与视觉重心、取自本期的母题),据此定色、字与格子,HTML 只画不变的框架,截成背景图 | 未指定背景也需要设计判断;不同内容各有方向,纯色只在用户要简洁或内容适合时用 |
| 声波与字幕的颜色、字与位置 | 跟背景同一套:声波 `mainColor` 取强调色、`secondaryColor` 取中间调,位置与大小按格子;字幕的字色、字体、字重、行高、对齐与位置用 `setCaptionStyle` 按格子写([subtitles](catalog/subtitles.md) 的样式键);缺省样式把念到的词染成青绿,同一份 `style` 里写 `wordAnimation: {"catalogId": "none"}` 不高亮,要 KTV 改写 `textMotion: {"karaoke": {"color": …}}`,念过的颜色与 `fontColor` 都取方案里的 | 缺省的青绿声波、底部居中的白字黑描边只配深色底;不跟着改就显得拼凑 |
| 字幕的角色 | 方案定:底部一两行的配角,或版面正中的大字主文(书页、引文式的版式) | 说话的视频,字幕常常就是画面的主体 |
| 录音的语言与观众不同(外语录音给中文观众,或反过来) | 转写加 {{arg:noCaptions}}([subtitles](catalog/subtitles.md)「要译文或双语字幕」);润色后按 {{skill:translate-subtitles}} 译成观众的语言,{{tool:captions_create}} 给译文建字幕层做主文;版面给原文留了辅行的位置时才加 {{arg:bilingual}}(两层共用一份样式,译文大、原文小);原文辅行要换字色、字号,或单独摆进另一格,用 `setCaptionStyle` 的 `origStyle` 写([subtitles](catalog/subtitles.md) 的样式键) | 观众读的是译文;两层字幕不抢同一块位置 |
| 转写里说到具体的人、刊物、作品、事件、地点 | 按「内容背景」的「随内容换的层」:{{tool:assets_search}}(`kind: image`,英文 query)找许可干净的图,从被说到时起放到下一张出现,旁边写名称、年代与「来源 · 许可」;找不到合适的就不放 | 画面跟着说的内容换,观众知道在讲谁;署名与许可是用图的条件 |
| 视频分了章(第 5 步按 {{skill:video-chapters}} 分;只有一章或录音很短时不分) | 在标题区放章节文字当副标题:文字实例写 `chapter`(标题、编号或提要),从第 0 帧铺到片尾,跟着章节自己换字;录音要翻译时,章节的标题与摘要用观众的语言写(「内容背景」第 6 节) | 长录音有路标;章节不是必选,没有就留给本期标题;画面上的章节文字就是视频的章节,和字幕主文同一种语言 |
| 源是说话的影像,要排进版面(旧影像、低清、4:3,或用户要这种版式) | 按「内容背景」第 9 节:影像改成画中画放进一格,裁掉黑边与脏边,配窗框,调色与版面一致;背景图放上后再一笔挪到影像下面;字幕、配图与章节排在窗外;声波可以不放 | 旧影像铺满会糊,两侧黑边像没做完;窗外的版面放字幕、译文与背景信息 |
| 版面另有计时,或声波收得很窄 | 计时用文字实例的 `counter`(`mm:ss`),声波写 `visualizer.readout: false` 去掉框下的进度线与读数 | 画面上不出现两个时间,窄声波下的小字也看不清 |
| 同一档节目的又一期 | 沿用上一期的背景源码与配色,只换本期标题与母题 | 系列要认得出是同一档 |
| 用户给了图片,或要一张生成的背景图 | 图片放在最下面的画面轨,铺满(`setStyle` 的 `fullscreen` 加 `cover`)并拉到片尾 | 一张静图撑全片 |
| 要片名之类的字 | 按内容与版式起标题;需要独立改字时用文字实例(`insertItems` 的 `text`),也可随 HTML 背景设计并保留源码 | 标题与画面形成整体;保留后续修改的途径 |
| 要润色(默认),录音与观众同一种语言 | 转写不加 {{arg:noCaptions}},转完字幕就在画面上;润色写回时 Runtime 在同一笔里跟着改字,不用删掉重建 | 用户在编辑器里等字幕,转完就能看 |
| 用户说不用润色 | 同样不加 {{arg:noCaptions}},跳过润色 | 少一步 |
| 用户没说画幅 | 横版:{{tool:transcribe}} 新建的视频就是 1920×1080;要发竖屏平台时 `updateSequence` 改成 1080×1920 | 播客类多是横版 |
步骤:
1. {{tool:transcribe}},{{arg:file}} 给音频或影像:新建视频、素材放上时间线、转写并建字幕层(不加 {{arg:noCaptions}};要翻译时加,见上表)。不等转写完:{{tool:jobs_wait}} 短等一下,任务记录的 `videoId` 在建好视频那一步之后就有。
2. 转写进行时先放内置声波(源是影像时按方案定,可以不放):{{tool:videos_inspect}} 拿版本、画面轨与 `sequence.durationFrames`,用 {{tool:edits_apply}} 放上。声波 `span` 从第 0 帧铺到片尾,放在同一笔 `addTrack` 新建的画面轨上;默认声波与摆位按 [editing](catalog/editing.md)「默认声波」;用户指定其他款式时同样放在字幕之上,竖版放在画面中上。已有博客或简报时先定方案,声波一放就用方案的颜色与位置。
3. 定方案、做背景:读 {{skill:motion-graphics}} 的「内容背景」,按博客、简报或转写的开头写方案与格子,HTML 截成背景图,放在声波与字幕之下的独立画面轨,声波不合进 HTML。源是影像时按第 9 节把影像放进窗,背景图放上后再一笔挪到最下面。声波的颜色、位置或 `readout` 要改时,同一笔里删掉它、按原 `span` 带上新的 `place` 与属性重新放。
4. 等转写完成,按 {{skill:polish-transcript}} 润色写回,再按它第 7 节给占位名的说话人实名(润色只改了几处也照样做)。不翻译时字幕层已在画面上,文字在同一笔里跟着改,时间与切条不动;转写几乎没有句末标点、润色补了很多句末标点时,字幕条仍是按宽度和停顿切的:问过用户再删掉这层,{{tool:captions_create}} 按润色后的转写重建。翻译时润色后按上表译好、给译文建字幕层。然后用 `setCaptionStyle` 按方案与格子改字幕的字、色、描边、投影、底板、对齐与位置,竖版同一笔把字幕挪出平台控件区;当前词的青绿高亮在同一份 `style` 里按上表换掉(不高亮写 `wordAnimation`,KTV 写 `textMotion.karaoke`),颜色取方案里的。
5. 旁路:章节与视频速览,不挡字幕和导出。章节不会自动出现:转写润色后按 {{skill:video-chapters}} 自己分、写进视频。要翻译时等译文写好再写章节,标题与摘要用观众的语言,人名、术语跟译文一致;作者的章节先带 {{arg:dryRun}} 调 {{tool:chapters_adopt}} 看回执的 `rows`,再用 {{arg:outline}}(`[{ at: sourceAt, title }]`,标题换成观众的语言)正式采用。
6. 随内容换的层:读润色后的转写,列出说到的人、刊物、作品、事件与地点和时刻,按「内容背景」找图、放图与说明;有章节时加章节小标题(一个 `chapter` 文字实例铺满全片,不按章拆);需要时加计时。同时出现的文字各放一条轨道。用了 cc-by-sa 或署名要求特殊的图,交付时告诉用户。
7. 看画面:导出一小段预览({{tool:export}},{{arg:purpose}} 为 `preview`,用 {{arg:ranges}} 取几段)抽开头、中间、结尾几帧,核对背景、标题、声波、字幕与配图是一套颜色、对得上格子、像这一期的内容;文字可读、声波在动且不压字幕、背景铺到片尾。{{tool:videos_frames}} 的帧里没有声波、字幕与文字实例。交付时一句话说明这期的视觉方向与理由。
8. 用户要成片:{{tool:export}} 导出 mp4。长录音的导出要一阵子,提交时告诉用户。
**完成标准**:音频是一整段没切开的;源是影像时,影像在自己那一格里,没被拉伸、没盖住字幕,黑边裁掉,出处写在画面上;背景与标题按本期内容定的方案做,声波、字幕与配图的颜色、字与位置跟它一套,第一帧就是完整画面;背景与声波(源是影像时可以没有)从第 0 帧铺到片尾,声波是内置元素、跟着声音动、不压字幕;转写润色过,画面上的字幕是方案选的那一层(原文,或观众语言的译文);每张配图都写了来源与许可;有章节小标题时用的是章节文字、与视频的章节一致,语言与字幕主文相同;各层的位置是**看过的**或如实写没看。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |