--- name: lightcut-story-post description: 在追光剪辑台把多段 AI 生成的剧情视频做成带中英字幕、配乐、可视化、头像和黑场收尾的成片。用户说「分离音频 / 调音量 / 加背景音乐 / 加中英字幕 / 字幕下方可视化 / 右下角头像 / 电影调色 / 黑场 / 导出」时照本流程执行。 --- # 追光剪辑台 · 剧情短片后期 Skill > 来源:2026-10-17《南瓜不想过万圣节》实际后期,用户逐条确认的流程、参数和规矩。 > 网页地址(网站屏蔽 .md,所以用 .txt):https://aizhuiguang.tech/tools/skills/lightcut-story-post/SKILL.txt > 适用:多段 AI 生成视频(带对白和音效)→ 一条 16:9 成片。MV / 卡点片另有规则,不要套用本 Skill。 --- ## 0. 开工前必读(规矩) 1. **只用代码操作,不截图点按钮。** 剪辑台有 `window.LC`(`LC.help()` / `LC.call()` / `LC.batch()`),底层全局函数也能直接调(见第 9 节)。只有导出、保存这种按钮才点。 2. **操作用户正在看的那个标签页。** 用户的剪辑台和 agent 自己开的剪辑台共用自动保存,两边同时改会互相覆盖。开工先确认用户在看哪个标签页;如果你只能控制自己的标签页,请用户切过来看,并让用户别在旧标签页里改。 3. **每一步做完点「保存」**(顶栏 保存,或 `Ctrl+S`),再用一句话回报做了什么、关键数值是多少。 4. **改动先小后大,用户说「不对劲」就立刻撤回。** 撤销用 `LC.call('history',{action:'undo'})` 或撤销按钮。 5. **导出前不用再问,用户说「输出 / 导出」才导出。** 导出后用 ffmpeg 抽查(第 8 节)。 6. **用户最新的话优先。** 本 Skill 的数值是起点;用户当场说「再小一点」,就在当前值基础上改,并把新值记回本文件。 --- ## 1. 核对时间线 ```js LC.call('get_project') // 拿 clipId / mediaId / 轨道 LC.call('list_options') // 样式名、配色、字体、导出档位,不要猜 ``` - 记下:V1 视频片段、A1 音频、总时长 `playEnd()`。 - 用户可能在别处剪过(一条长视频被切成很多段)。片段的 `in` 是源文件时间,`start` 是时间线时间,**做字幕时要换算**(见第 4 节)。 --- ## 2. 分离音频 + 调音量 ### 2.1 分离 ```js selectAll(); // 全选 document.querySelector('#qDetach').click(); // = 工具栏「分离音频」 // 或逐个:LC.call('detach_audio',{clipId}) ``` 分离后 A1 是对白+音效,原视频自动静音。 ### 2.2 音量 ——「调高就行,不要标准化」 - ❌ **不要用剪辑台的「音量标准化」**(`normalizeClipVolume`)。它会做动态包络,用户听着「不对劲」,已明确否决。 - ✅ 做法:**静态增益**。先用 ffmpeg 测每段的响度和峰值,再按「峰值不超过 −1 dBFS」算每段能加多少: ```bash ffmpeg -i 段.mp4 -vn -af ebur128=peak=true -f null - 2>&1 | grep -E "I:|Peak:" ``` 增益 = −1 − 峰值(dB),换成倍数 `10^(dB/20)`。小声的段加得多,响的段只加一点。 - 设置方式:选中片段 → 改 `#gainRange`(0–800,100 = 原音量)并触发 `input`/`change` 事件;或 `LC.call('set_volume',{clipId, decibels})`。 - 导出后如果整片峰值 > 0 dBFS,把 A1 统一降到 85–90%。 --- ## 3. 背景音乐 ### 3.1 先判断原视频有没有音乐(用户规定:**原视频有音乐就不加新 BGM**) 用乐音占比判断(Python + librosa,HPSS 分离谐波): - 有配乐的音频:谐波占比稳定在 **0.30–0.50**。 - 只有对白和音效:大多在 **0.11–0.19**,偶尔 1–3 秒尖峰(喊叫、哼声、叮咚声),不算配乐。 - 判断不了就告诉用户哪几秒可疑,让用户听。 ### 3.2 从站内曲库挑 - 曲库在「音乐提示词」页(`/tools/music-prompt.html`)里,文件地址:`/tools/bgm/<文件名>.mp3`,同名 `_1` 是第二版。完整清单:`/tools/bgm-library-20260902.js`。 - 按剧情分段挑风格,比如: | 段落 | 风格前缀 | 这次用的 | |---|---|---| | 开场 / 诡异 | `darktale-` 暗黑童话 | `darktale-witch` 巫婆茶会 | | 逃跑 / 追逐 / 搞笑 | `funny-` `cartoon-` | `funny-romp_1` 欢闹 II | | 温馨结尾 | `warm-` `kids-` | `warm-littlejoy_1` 小确幸 II | - 先用 `new Audio(url)` 读时长,**挑长度够覆盖那一段的**,不要拿 20 秒的曲子去铺 28 秒。 - 导入: ```js const b = await (await fetch('/tools/bgm/warm-littlejoy_1.mp3')).blob(); await handleFiles([new File([b], 'BGM_小确幸II.mp3', {type:'audio/mpeg'})]); addClip(mediaId, 1, 起始秒); // 1 = A2 轨 // 或 LC.call('add_media_from_url',{url:'/tools/bgm/…'}) ``` - 放 **A2 轨**,`out` 裁到段落结束;段与段之间淡入 1.5 秒 / 淡出 2 秒(`fadeIn` / `fadeOut`)。 ### 3.3 BGM 音量 - 目标:**比对白低 14–16 dB**,不盖住台词和音效。 - 算法:BGM 的 RMS − 对白 RMS ≈ −14~−16 dB → 换成增益。这次对白 RMS −18.5 dB,三首 BGM 分别用 **15% / 18% / 22%**(结尾对白少,可以稍大)。 --- ## 4. 中英字幕 ### 4.1 规定 - 用户规定:**先生成字幕,再导入,再对齐**。不要直接用剪辑台的浏览器 Whisper-small 结果上轨:它会大段幻觉(重复「太惨了太惩罚了…」),时间只到「整段起点」,对不上。 - 中文**去掉所有标点**(,。!?、…—「」),句中停顿用空格;英文保留正常标点。 - 一条字幕两行:`中文\nEnglish`。 - 字体小、放在**下方黑边里**:`size 2.3`、`cy 92.6`、`cx 50`、居中。(21:9 素材放在 16:9 画布里,下黑边从 87.5% 高度开始。) ### 4.2 生成(准确时间轴) 在本机或云端用 sherpa-onnx:**silero VAD + SenseVoice**(中英日韩粤,带逐字时间戳)。模型从 GitHub `k2-fsa/sherpa-onnx/releases/download/asr-models/` 下载: - `sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17.tar.bz2`(只解出 `model.int8.onnx` 和 `tokens.txt`) - `silero_vad.onnx` 流程: 1. `ffmpeg -i 成片源.mp4 -vn -ac 1 -ar 16000 原声.wav` 2. VAD 切段(`min_silence 0.25s`,`max_speech 8s`,`threshold 0.4`)→ 每段 SenseVoice 识别 → 拿 `tokens` + `timestamps`。 3. 按标点和停顿把每段拆成句,**用剧本校正错字**(例:「捣烂」→「捣蛋」、「南瓜瓶」→「南瓜饼」),补上识别漏掉的短句(「别 动」「长本事了」)。 4. 每句起点 = 第一个字的时间;终点 = 最后一个字 + 0.3–0.5 秒。 5. 写英文翻译(简短口语,适合字幕)。 ### 4.3 时间换算(时间线被剪过时) 源时间 → 时间线时间:找到包含该源时间的 V1 片段,`时间线 = start + (源时间 − in)`。落在被剪掉区间里的句子要删掉。 ### 4.4 上轨 ```js pushUndo(); S.clips.subtitle = 句子.map((x,i)=>({ id:'s'+(i+1)+'_b', text:x.zh+'\n'+x.en, start:x.s, end:x.e, _localStart:x.s, _localEnd:x.e, track:0, size:2.3, align:'center', cx:50, cy:92.6 })); renderTimeline(); refreshPreview(); ``` - 上轨后跳到 3–4 个有台词的时间点,看画面和字幕是否对得上。**不要用 `lcSnapSubtitles` 自动吸附**:它只认一段音频,会把对的字幕吸歪。 --- ## 5. 字幕下方的可视化(一条细线) - 样式:`ref-fine-pulse`(精细脉冲线),配色 `white`。 - **只在有字幕时出现**:按字幕时间切成多段,两句间隔 < 0.5 秒的合并成一段,每段 `start = in = 字幕起点`,`out = 字幕终点`。 - 参数(用户确认后的最终值): | 参数 | 值 | 说明 | |---|---|---| | `viz.sens` | 0.9 | 幅度小 | | `scaleX` | 0.32 | 线条短,大约和英文字幕一样宽 | | `scaleY` | 0.07 | 很扁 | | `posY` | 47.6 | 单位是画布高度的百分比,落在字幕下方 | | 轨道 | V2 | 先 `addVideoTrack()`;`VizGen.add` 默认会放到 V1,必须改 `track` | - 生成第一段:`VizGen.add('waveline','white',0.9,'')`,然后复制 JSON 改 `id`(`'c'+(++clipSeq)`)、`start/in/out` 得到其余段。 --- ## 6. 右下角头像 + 圆形镂空可视化 ### 6.1 头像图 - **从定妆照(角色设定图)里截,不要从视频帧截**(视频帧糊、有光斑,用户说「不好看」)。 - 选一个干净的表情(这次是定妆照右下角「温柔微笑」)。用 canvas 裁成圆形透明 PNG(512×512),以脸为中心、带上瓜蒂: ```js const bmp = await createImageBitmap(await (await fetch(定妆照URL)).blob()); const c = document.createElement('canvas'); c.width = c.height = 512; const x = c.getContext('2d'); x.beginPath(); x.arc(256,256,256,0,7); x.clip(); x.drawImage(bmp, cx-r, cy-r, 2*r, 2*r, 0, 0, 512, 512); ``` 导入后作为**图片片段**放 V4(最上层之一),铺满全片。 - ⚠️ 不要用可视化自带的 `centerImg` 放头像:它是内存里的 Image 对象,保存工程后会丢。 ### 6.2 外圈 - 样式 `ref-neon-circle`(放射白线)放在头像**下面一层**(V3)。 - **外圈要比头像大一圈**(留空隙=镂空),否则线条被头像盖住看不见。 - 最终值(用户确认): | 片段 | scale | posX | posY | 其他 | |---|---|---|---|---| | 头像图片 | 0.095 | 44.6 | 41.5 | 圆形 PNG | | 外圈可视化 | 0.46 | 44.6 | 41.5 | `sens 0.8`、`glow 1.2`(幅度要小) | - 位置:右下角、挨着下黑边。用户要「小」,直径约 100px(1080p)。 --- ## 7. 电影调色 + 片头片尾 ### 7.1 电影色彩(只调主画面,不动字幕和头像) ```js v.colorAdj = {bri:97, con:112, sat:92, temp:6, hue:0, grain:10}; ``` ### 7.2 音频渐变 - **开场 1.5 秒**:时间线 0 秒开始的所有音频片段 `fadeIn = 1.5`。 - **结尾 1.5 秒**:结束在片尾的所有音频片段 `fadeOut = 1.5`。 ### 7.3 结尾黑场 - 用户要「**全部**黑」:只给视频加 `fadeOut` 不够,字幕、线条、头像还会亮着。 - 做法:新开最上层轨道,放「黑屏.png」(素材库自带,或 `LC.call('add_stock_image',{name:'黑屏',color:'#000000'})`),`start = 片尾 − 1.5`,`out = 1.5`,`fadeIn = 1.5`,`fit:'cover'`。 - 时长:**1.5 秒**(3 秒太长,用户要求缩短一半)。画面渐黑和音频渐出同步。 ### 7.4 片尾多余镜头 - 用户在别处导出过的长视频,结尾可能多带了一个镜头(这次多了 2.4 秒开场航拍)。导出前用帧差找最后一个剪切点: ```bash ffmpeg -ss <结尾前5秒> -t 5 -i 源.mp4 -vf "scale=32:18,format=gray" -f rawvideo - | python3 帧差.py ``` 多出来的镜头直接裁掉,再重新对齐 BGM、头像、黑场的终点。 --- ## 8. 导出 + 检查 - 导出:顶栏「导出」→ 16:9 · 1920×1080 · 30fps · MP4 → 文件名(如 `片名_成片_中英字幕_v2`)→ 开始导出。默认存到「下载」文件夹。 - 导出后用 ffmpeg 抽查,结果一句话告诉用户: ```bash ffprobe -show_entries format=duration 成片.mp4 ffmpeg -i 成片.mp4 -af ebur128=peak=true -f null - # 响度约 −14~−15 LUFS,峰值 ≤ −1 dBFS for t in 有台词的两个点 片尾前2秒 片尾前1秒 片尾前0.2秒; do ffmpeg -ss $t -i 成片.mp4 -frames:v 1 f_$t.jpg; done ffmpeg -ss 0 -t 0.4 -i 成片.mp4 -af volumedetect -f null - # 开头应很小声(渐入) ``` 检查:字幕在黑边、线条只在字幕时出现、头像在右下角、最后一帧全黑、开头和结尾声音是渐变的。 --- ## 9. 剪辑台底层速查(LC 没有覆盖到时用) | 用途 | 代码 | |---|---| | 全部片段 | `S.clips.video` / `S.clips.audio` / `S.clips.subtitle` | | 找片段 / 素材 | `clipById(id)` / `mediaById(id)` | | 全选 / 当前选中 | `selectAll()` / `selIds()` / `selectClip(id)` | | 导入文件 | `await handleFiles([File])` → 新素材在 `S.media` 末尾 | | 素材放上时间线 | `addClip(mediaId, trackIdx, startSec)`(视频轨 0 = V1;音频轨 0 = A1、1 = A2) | | 加轨道 | `addVideoTrack()`(新轨在最上层) | | 可视化 | `VizGen.add(style, palette, sens, srcAudioClipId)`;参数在 `clip.viz` | | 记撤销点 / 刷新 | `pushUndo()` / `renderTimeline(); refreshPreview()` | | 片尾时间 | `playEnd()` | | 调色导出滤镜 | `ffColorFilter(clip)` | **常见坑** - `posX/posY` 是画布宽/高的**百分比**,不是像素。 - 直接改 `S.playhead` 预览画面不会跟着跳;要看效果就点时间尺或播放。预览播到片尾会跳回开头。 - 可视化缩得很小时线条会细到看不见:调大 `scale` 或 `sens`,播放中再看。 - 片段的 `gain` 是倍数(1 = 原音量),`set_volume` 用 dB。 - 改完记得保存;页面重载会从自动保存恢复。 --- ## 10. 本次确认过的用户偏好(汇总) - 音量:调高即可,**不要标准化**。 - 原视频有音乐 → 不加 BGM。 - 字幕:中英双语,中文无标点,字小,放下黑边;先生成、再导入、再对齐。 - 字幕下方细线:只在有字幕时出现、幅度小、线条短。 - 右下角头像:从定妆照截、要小、贴着黑边;外圈镂空可视化幅度小。 - 调色:电影感(加对比、略降饱和、微暖)。 - 开场和结尾:所有音频 1.5 秒渐变;结尾 1.5 秒全画面渐黑。