跳到正文

短剧剪辑与成片检查

根据剧本、镜头和实际素材组织剪辑安排,检查叙事节奏、声音及成片连续性。

开源精选视频内容33 个文件2,909 Stars浏览次数 0zenstory-ai/drama-skills MIT版本 f53fb20
开始使用

下载前阅读 SKILL.md 中的使用条件,并确认所用工具支持对应能力。

输入资料
剧本、分镜与实际素材 成片目标和剪辑条件 阅读本节完整说明
交付内容
剪辑安排与检查事项 成片质量检查记录 阅读本节完整说明
环境与依赖
只有安装、升级或排障时运行 python3 scripts/selftest.py。 阅读本节完整说明
  1. 获取完整包,保留配套文件的目录结构。
  2. 按照原文准备所需工具、依赖与输入资料。
  3. 阅读对应使用步骤与输入输出说明,在自己的环境中验证结果。

使用提示摘自原文,配套文件保留来源版本;实际运行条件以各包说明为准。

正文

获取原文件

references/still-cuts.md

静态漫剧不生成视频:每一镜是已接受的冻结关键帧,声音是逐句生成的配音。它和视频成片用同一份 剪辑单、同一套字幕、画面文字、音效、响度与验收,区别只在来源和声音从哪里来。

什么时候用

静帧段只在创作者选了它的时候出现,三种情况:

  • 《视觉设定.md》的「制作形态」写明是静态漫剧(关键帧切换加配音);
  • 创作者要求在生成视频之前,先用关键帧加配音剪一版看节奏(动态分镜);
  • 某一镜的视频不可用,创作者同意这一镜先用关键帧顶上。一镜一问,不扩到别的镜。

不因为省钱、生成失败或排队慢就自己把视频镜头换成静帧;视频项目里出现静帧段,必须能指回上面某一条。

来源

  • 关键帧对应《分镜.md》的某一镜时写 SHOT-...。这是默认写法:镜序、职责和场景都从分镜来, 同场景的相邻静帧也参与自动接镜。
  • 画面来自《图片提示词.md》的某一条(场景板、道具特写)而不是某一镜时写 IMG-...。 它追不到场景,不参与自动接镜,也不承担分镜的覆盖。

关键帧的画幅不必等于交付画幅:render 等比铺满后居中裁切,不拉伸。构图重心不在中间的图, 先在外部裁好再引用。

每一镜的下落

有 SHOT-... 静帧时,《分镜.md》的每一镜都要么进片,要么写进「未采用镜头」并给出理由; 有视频段时,《视频提示词.md》的每一条同样如此。视频与静帧混剪时,一镜只需一个下落:

  • 用静帧代替了这一镜的视频,MOTION-... 不必另写未采用;
  • 用了视频的镜头,对应的 SHOT-... 不必另写;
  • 未采用写 MOTION-... 时,它对应的 SHOT-... 一并算有下落;只写 SHOT-... 时, 这条视频仍要说明为什么没用。

对应关系读《视频提示词.md》每条的 分镜 行。只有 IMG-... 静帧、没有 SHOT-... 的剪辑单不查分镜覆盖。

运镜

静帧上的运镜是一个在画面上移动的取景框。它替代不了表演,只负责把注意力推到该看的地方:

  • 推近 用在一句话落到关键信息、人物反应要被看清时;拉远 用在交代处境或收尾。
  • 平移的方向是镜头的方向:左移 时取景框向左,画面内容向右滑。平移时画面先按同样幅度放大, 移动的距离是画宽(或画高)的这个百分比,图的边缘不会进画。
  • 读图就够的镜头(屏幕、字条、特写)写 固定。

两种写法:推近 8% 写的是这一段走多远,整段缓入缓出,每个切点都停一下;推近 2.5%/秒 写的是速度, 按渲染出的时长走,只在从静止起步或停下的地方加半秒缓冲。同一场里相邻两段同向、都写速度时, 镜头穿过切点不减速。

一场戏要像一台机器拍下来的,接镜守三条:

  • 同一场一个速度。 推近大约 2–3%/秒,每段都写同一个 %/秒,不要每段各算一个百分比。
  • 相邻两段不反向。 推近之后不接拉远,左移之后不接右移;要换方向,中间隔一段固定。
  • 固定只留给停住的那一拍。 一句话落下之后的反应、系统面板亮出来的那一刻;不为变化而固定。

check 在同一场里遇到相邻两段速度差 30% 以上或方向相反时给出提醒,不挡渲染。

环境声

同一场的底噪写一条 环境声,放在这一场第一段:它循环铺满这一场,切点处不断、不起伏, 只在自己的开头和结尾淡入淡出。换场时在下一场第一段再写一条,起 写负数,新的房间声就提前 几百毫秒进来,和上一场的叠一小段——用声音过桥,不用画面特效。一场里要突然安静(超自然入场、 念头落地),在那一段写 环境声:<秒> 无。

配音

先有配音,再定时长:每句生成好之后量出有声的起止,按「开口前留白 + 句长 + 句后反应」给这一镜定 时长, 再写 配音 的起点和同时间的 字幕。重出某一句之后,这一镜的时间要按新文件重排。

一句话不必只配一张图。说话人开口、话落在听者的反应上,是静帧成片摆脱「一句一张图」的主要办法:

  • L-cut:配音写在说话人那一段,照常往下说,切到听者那一段时声音不断。字幕也写在说话人那一段, 止写到这句说完,可以超过本段时长。
  • J-cut:下一段的人先开口、画面后到。配音写在下一段,起 写负数,最早到上一段开头; 字幕写在上一段、从开口的时刻开始。字幕的起始终在它所在的那一段里。

check 按整条片核对:配音和字幕都不得越过成片结尾(配音允许 0.05 秒),任意两句配音、任意两条字幕都不得 同时出现,跨过来的也算。

生成的配音两头常带一小段静音,句尾还可能多一声笑或气口。配音的核对只算文件里有声的部分(比最响处低 40 dB 以内),所以两句可以贴着排;要跳过开头的静音或只要中间一段时,用 (起点:<秒>)。 句尾多出来的笑想留就让它跨到下一镜,不想留就把这句写成 音效,用 起-止 截取。

同一张关键帧可以给几段用,正反打来回切时不必重出图。

字幕照剧本原文写,不照配音文件名或生成时的文本写;两者不一致时以剧本为准,回生产阶段重出这一句。

视频段也可以写 配音,用于后期补一句旁白或替换听不清的台词。它叠在原声之上:原声里如果已经有 这句台词,要先在外部把原声处理掉,再用处理后的文件作来源。

CONTACT HAONAN

联系haonan

医疗 AI · 产品与独立开发

刘浩南

关注医疗 AI 从 demo 到真实落地,聚焦产品化、商业化与院内工作流效率提升。

12年医疗产研经验,大湾区头部医疗AI公司前产品总监,独立开发者

医疗 AI 产品化医疗 AI 商业化院内工作流效率
刘浩南的微信联系二维码
微信扫一扫,联系 haonan