From 86796882b987508a2058392f2d11c50e1c98c4bb Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E8=96=87=E6=98=9F=E5=B9=BB=E6=B5=B7?= <1+qishizhe@noreply.git.lain.asia> Date: Sun, 1 Nov 2026 17:13:22 +0800 Subject: [PATCH] docs: archive workplace comedy pair --- 项目档案/职场嘴替双短剧_20261030/README.md | 9 + 项目档案/职场嘴替双短剧_20261030/制作方案.md | 176 ++++++++++++++++++ .../职场嘴替双短剧_20261030/原完成记录.json | 23 +++ 3 files changed, 208 insertions(+) create mode 100644 项目档案/职场嘴替双短剧_20261030/README.md create mode 100644 项目档案/职场嘴替双短剧_20261030/制作方案.md create mode 100644 项目档案/职场嘴替双短剧_20261030/原完成记录.json diff --git a/项目档案/职场嘴替双短剧_20261030/README.md b/项目档案/职场嘴替双短剧_20261030/README.md new file mode 100644 index 0000000..dcc4558 --- /dev/null +++ b/项目档案/职场嘴替双短剧_20261030/README.md @@ -0,0 +1,9 @@ +# 职场嘴替双短剧_20261030 + +归档日期:2026-11-01。 + +- [制作方案](制作方案.md) +- [原完成记录](原完成记录.json) +- [本机完整项目](F:/AI视频项目/职场嘴替双短剧_20261030) + +仓库保存方案与原记录;成片、素材、任务执行图和剪辑脚本在本机完整项目中。原完成记录是技术记录,不代表本次重新验片或新增艺术认可。 diff --git a/项目档案/职场嘴替双短剧_20261030/制作方案.md b/项目档案/职场嘴替双短剧_20261030/制作方案.md new file mode 100644 index 0000000..11dd36d --- /dev/null +++ b/项目档案/职场嘴替双短剧_20261030/制作方案.md @@ -0,0 +1,176 @@ +> 2026-11-01归档:这是原制作方案,计划内容不等于所有动作均已实现;实际交付与裁切以本机项目记录为准。 + +# 职场嘴替双短剧:制作方案 + +方案日期:2026-10-30(Asia/Shanghai)。本根目录包含两支**独立成片**:`A_带饭与外卖`、`B_虎父无犬子`。均采用 16:9 写实职场影像,原生 H3 中文同步对白,无游戏 HUD;最终画面分别锁定为 **A:410 帧/17.083333 秒;B:432 帧/18 秒**,均为 1280×720、CFR 24 fps。两片独立,不拼成合集,不为凑时长拖长。本文台词采用 root 已向用户说明的最终锁定版本。 + +本文件保留剧本、人物场景设定、分镜与动作关键姿态检查,并记录最终精剪锁定。**最终编码与交付 QC 正在完成,实际媒体以最终 QC 报告为准;本方案不提前宣称未完成的文件检测通过。** 唯一裁切依据为[合集锁定剪辑记录](F:/AI视频项目/职场嘴替双短剧_20261030/edit_decisions.json),本次只读取该记录,不改写它。 + +## 一、两片共同制作规则 + +1. 每片先做一张可同时辨认双方身份、衣服、道具、视线和空间的双人基准帧。每片各用自己的角色/场景资产,不互借一张脸扮演不同人物。 +2. 能由共同画面裁出可用中近景时,优先分区裁切;需要变化动作状态时,使用该片实际通过素材的稳定帧继续。跨镜必须核对景别变化后的道具状态,不能把“同 seed”当作连续性保证。 +3. 所有关键台词由**说话角色的原生 H3 音画共同生成**,保留这段画面对应的原生声音。不能用外部 TTS 给清楚可见的嘴型硬配,也不能用正确字幕掩盖发音错误。 +4. 对白时嘴部完整可见,避免筷子、食物、电话或另一人的手挡嘴。听者不自发接话;结尾反应不增加解释台词。 +5. 生成素材不烘焙字幕、水印或公司标志。后期字幕跟实际语音出现,不提前展示最后一句;环境声只作空间底层,不能盖字。 +6. 微表情从上一种情绪自然变化,不直接生成“震惊脸”。两片均不用罐头笑声、夸张锣声或解释性的“高情商”字幕。 +7. 每片固定三个 H3 生成单元:第一位说话者 **192 帧/8 秒**、第二位说话者 **192 帧/8 秒**、无对白反应 **124 帧/约 5.166667 秒**,统一 24 fps。每片单轮源素材共 508 帧/约 21.166667 秒;另有已记录的重拍任务,最终不强制用满。实际采用镜头与裁切见第五节。若同框动作失败,先简化手部任务或改覆盖,不无限换 seed 重抽。 + +## 二、A《带饭与外卖》 + +### A1. 故事与精确对白 + +办公室午休,外卖女甲正在吃自己点的外卖,随口询问带饭女乙是否因为家里穷。女乙打开母亲做的便当,平常说一句“我妈做的”,随后把问题的逻辑送回去。女甲的筷子停住,表情卡在尚未收回的笑意上。 + +| 角色 | 精确台词 | 说话任务与语气 | +|---|---|---| +| 外卖女甲 | **你天天带饭,是因为家里穷吗?** | 带一点轻率优越感的随口试探,像觉得问题很平常;不大声嘲笑 | +| 带饭女乙 | **我妈做的。** | 看一眼便当,简短、自然,建立母亲关系;不先抱怨或辩解 | +| 带饭女乙 | **你天天点外卖,是因为没有家吗?** | 抬眼平静反问,语速自然,像认真沿用对方句式;不提前坏笑、不拖长“家”字 | + +笑点是问题句式的反弹,不扩写母亲、收入或家庭经历。母亲不出场;不增加解释性旁白或争吵。女乙不是说完等待掌声,女甲也不再追问或回骂。 + +### A2. 角色与场景设定 + +| 项目 | 固定方案 | +|---|---| +| 外卖女甲 | 原创中国女性,约 25 岁,深棕色长卷发、粉棕西装外套与白色内搭;以采用的 K01R1 双人基准为准,面部与女乙明显不同 | +| 带饭女乙 | 原创中国女性,约 25 岁,黑色低马尾、浅蓝开衫与白色内搭;以采用的 K01R1 双人基准为准,动作自然 | +| 场景 | 普通办公室午休桌,日间窗光和室内柔和照明;背景有工位或收纳柜,不做豪华餐厅 | +| 甲的餐食 | 已打开的深色外卖盒、筷子;保持“自己在吃外卖”的可见证据,不用品牌包装解释 | +| 乙的餐食 | 右侧米色午餐袋与一只已清楚露出的钢制便当盒,盒中是母亲做的家常饭菜;不额外变出第二套餐具或第二只便当 | + +双人基准帧中,**甲在画面左,乙在画面右**,彼此朝内看。甲的黑色外卖盒在左侧桌面;乙的钢制便当盒已摆在右侧桌上并由她扶住,米色午餐袋在旁。实际采用 K01R1 可见钢饭盒版,未采用便当被保温袋遮住的首版。S01 保持钢盒已取出的状态,S02 直接开同一只盒,不能重新从袋里掏一遍。 + +```text + 午休区/窗与工位背景 + + 外卖女甲(左) 带饭女乙(右) + → 视线 视线 ← + 外卖盒 午餐袋/便当盒 + ─────────── 午休桌 ─────────── + + 相机始终同侧 +``` + +### A3. 分镜与采用状态 + +| 单元 | 画面与动作 | 表演/切点 | 成片时长建议 | +|---|---|---|---:| +| A-S01:轻率问题 | 由已通过双人基准分区裁切甲讲话中景;甲刚吃完一口,先停筷、咽下,再朝右说完整问题;乙在同一桌扶着已取出的钢制便当盒 | 开场已能看见外卖盒;不能让甲含着食物连续说话。乙不提前反击,不带笑盯住甲 | 源素材 192 帧,成片依对白取用 | +| A-S02:平静回敬 | 从共同基准或实际稳定帧裁切乙,保留脸、盒和必要手部;打开盒,看饭菜说“我妈做的。”;半拍后朝左接完整反问。句末回到整理盒盖或准备吃饭 | 先让母亲关系成立,再把视线交给对方。两句之间约半拍,不做胜利挑眉;不能重复掏便当 | 源素材 192 帧,成片依两句台词取用 | +| A-S03:筷子停住 | 切甲中近景,她的筷子本来准备夹下一口,听懂后停在盒上方,原先轻松神情收不回去;眼神短暂移开,再看乙 | 原生无对白反应,取约 2—3 秒自然语塞;不张大嘴、掉筷子、喷饭 | 源素材 124 帧,反应不必用满 | + +实际精剪 A 为 17.083333 秒,源片区间见第五节。不要把第一镜的“刚吃完一口”拍成一段完整进食;前一口只是初态。乙开盖动作若与两句台词竞争,应先完成开盖再说,不能让手势与脸部同时过度表演。 + +### A4. 声音、字幕与验收 + +- 房间底噪、饭盒开合与轻微筷子声足够;对白时拟音降低。默认不配音乐。 +- 甲的问题字幕随甲开口;“我妈做的。”单独显示并退出;女乙的反问不能在上一句时提前出现。 +- 说“没有家吗”时女乙仍平静,关键字不漏、不换为“没人做饭吗”。若原生发音或口型错误,针对该镜重做。 +- 无声复看也应能读到甲外卖、乙取便当、甲末尾停筷的关系变化;打开声音后,两句同构问句形成完整笑点。 +- 接受轻微餐食纹理变化,不接受外卖与便当换边、饭盒复制、说话时口部被筷子挡住、听者替说台词。 + +## 三、B《虎父无犬子》 + +### B1. 故事与精确对白 + +领导在办公室接电话,得知儿子考了倒数第三。新员工秘书试图安慰,先一本正经夸“虎父无犬子”,接着给出离谱推论。领导从烦恼转成接不住话的愣住,秘书仍真诚等待回应。 + +| 角色 | 精确台词 | 说话任务与语气 | +|---|---|---| +| 领导 | **什么?倒数第三?我当年可都是第一!** | 先震惊,再带着对自己当年的自信与不服;自然讲话,不喊成咆哮 | +| 男秘书 | **虎父无犬子。这儿子……可能不是您的。** | 真诚想安慰领导;成语后停半拍,“这儿子”后略迟疑,再正经给出离谱结论;“您”是尊称,不讥笑、不故意激怒 | + +这句推论属于喜剧角色的荒唐安慰,不增加真实家庭背景、亲子鉴定或婚外情支线。不额外生成电话另一端的人声,避免新声音抢走主要对白;“倒数第三”与秘书的“这儿子”共同建立成绩消息,领导“我当年可都是第一”加强安慰与推论的因果。台词与尊称按上表逐字保持。 + +领导不追加“你说什么”“滚出去”等台词,也不打人。儿子不出场,秘书不是一边说一边坏笑的老油条。 + +### B2. 人物与办公室设定 + +| 项目 | 固定方案 | +|---|---| +| 领导 | 原创中国男性,约 45 岁,成熟面孔、短发、深色西装与灰蓝衬衫;按已批准基准与实际单人覆盖,身份与秘书清楚分开 | +| 男秘书 | 原创中国男性,约 23 岁,白衬衫、蓝色工牌,手中可持一份普通文件;按已批准基准与实际单人覆盖,不作水平翻转 | +| 场景 | 普通独立办公室,办公桌、椅子、收纳柜,柔和日间光线;没有真实公司名称或密集文字 | +| 道具 | 领导同一部手机,秘书一份普通文件;手机不变成遥控器、文件不突然换成平板 | + +**领导在画面右、秘书在画面左。** 实际单人覆盖中领导朝画面左、秘书朝画面右。电话放在靠外侧耳边,让摄影机看得到嘴;电话镜保持手机在耳边,反应镜听懂秘书后才缓缓放低,采用状态以第五节精剪记录为准。 + +```text + 办公室后墙/收纳柜 + + 男秘书(站、左) 领导(坐、右) + 普通文件 手机 + → 视线 视线 ← + ───────── 办公桌 ───────── + + 相机始终同侧 +``` + +### B3. 分镜与采用状态 + +| 单元 | 画面与动作 | 表演/切点 | 成片时长建议 | +|---|---|---|---:| +| B-S01:成绩消息 | 由已通过双人基准分区裁切领导,短暂听电话后说“什么?倒数第三?我当年可都是第一!”;说完仍持手机,视线略落向桌面 | 听电话约一秒多就够;从拧眉震惊转为强调自己当年成绩,手机不遮嘴。秘书不抢台词 | 源素材 192 帧,成片依完整台词取用 | +| B-S02:离谱安慰 | 秘书中近景或共同画面裁切,朝右正经说“虎父无犬子。这儿子……可能不是您的。”;成语后半拍,“这儿子”后短迟疑,文件保持安静 | 成语不是朗诵,后半句不是冷笑;停顿是试图安慰时的思考,不拖成忘词。不要来回转身、鞠躬或翻文件 | 源素材 192 帧,成片依完整台词取用 | +| B-S03:领导愣住 | 领导中近景,先保留半拍像在接受恭维的笑意,随后笑意僵住,面向画面左侧秘书所在方向,嘴像准备接话却停下,最后把手机从耳边放低 | 原生无对白反应;眼神到位后留 2—3 秒收尾,不做卡死般静止,保留眨眼或呼吸 | 源素材 124 帧,反应不必用满 | + +实际精剪 B 为 18 秒,源片区间见第五节。若完整自然对白更利落,可以靠近下限,不加电话长等待或重复秘书台词来补时。领导反应段不能被结尾标题占满。 + +### B4. 声音、字幕与验收 + +- 电话不强加外部 TTS。可以有轻微接通/结束提示,但不能出现与主要台词竞争的电话人声。 +- 领导必须说出“倒数第三”和“我当年可都是第一”;秘书必须保留“虎父无犬子”“这儿子”“可能不是您的”,不自行改字或更改尊称。 +- 秘书整句字幕按两句及实际迟疑分段,“这儿子……可能不是您的。”到真正说出时才出现,不在领导电话段提前暴露。 +- 领导愣住发生在秘书说完后,不在“虎父无犬子”刚开始就震惊。可在前半句保留一点愿意听安慰的神情,但不增加独立反应镜头拖长。 +- 手机、站位、衣服与蓝工牌一致;秘书讲话期间领导不自发张嘴接话。 + +## 四、原生对白制作与独立验收顺序 + +1. **先验双人基准帧。** A 采用 K01R1 钢饭盒可见版,验收两名女性身份、外卖/便当分区和饭盒起始状态;B 验收男领导/男秘书、手机、工牌及坐站关系。 +2. **逐个对白单元生成。** 将精确中文台词分配给唯一说话者,分别明确听者保持安静、反应镜头不说话;使用模型要求的对话标记与原生音画路径,不把台词随意写成背景叙述。 +3. **保存真实状态再续接。** B 片单人电话画面与秘书回复通过剪辑连接,反应段采用先笑半拍后僵并放低手机;A 片钢饭盒已取出后再开盖;不从错误起始帧重复同一动作。 +4. **声音与口型共同验收。** 自动识别可辅助找漏字、重字,但还需实际听辨与连续播放口部。若发音错误、串角色或嘴型偏离,不以字幕或外部 TTS 掩盖。 +5. **再做反应镜头。** 以已确认的因果和停顿决定反应起点,剪到观众理解后便收,不固定拖满整段生成时长。 +6. **最后独立导出。** A 与 B 各有成片、原生对白素材、字幕、工作流与质检记录。生成任务、实际采用源片区间、最终时长和文件检测结果由执行阶段记录,不在本开工方案提前写通过。 + +最终陌生观众理解测试:A 应能复述“她用贫穷揣测别人,别人用同样问法回敬”;B 应能复述“秘书想拍马屁安慰,却给出更离谱的一句话,领导接不住”。看不懂时先检查关键台词、信息顺序和反应时机,不增加解释旁白。 + +## 五、最终精剪锁定与声音采用 + +以下精确区间照录 `edit_decisions.json`。帧号从 0 开始,采用 **`[start,end)` 半开区间,end 为 exclusive(不含末端)**。按帧执行,秒数仅为六位小数显示,不用四舍五入秒数倒推裁切。 + +### A《带饭与外卖》 + +| 采用源片 | 源帧区间 | 采用帧数 | 成片帧区间 | 成片秒数区间 | 声音 | +|---|---|---:|---|---|---| +| S01_question | `[48,188)` | 140 | `[0,140)` | 0.000000—5.833333 | 原生 H3 同步对白 | +| S02_reply | `[0,192)` | 192 | `[140,332)` | 5.833333—13.833333 | 原生 H3 同步对白 | +| S03R1_reaction | `[12,90)` | 78 | `[332,410)` | 13.833333—17.083333 | 本片 S01 原片 0.1—1.3 秒 roomtone | + +合计 **410 帧/17.083333 秒**,1280×720、CFR 24 fps。 + +### B《虎父无犬子》 + +| 采用源片 | 源帧区间 | 采用帧数 | 成片帧区间 | 成片秒数区间 | 声音 | +|---|---|---:|---|---|---| +| S01_phone | `[12,180)` | 168 | `[0,168)` | 0.000000—7.000000 | 原生 H3 同步对白 | +| S02R1_secretary | `[0,192)` | 192 | `[168,360)` | 7.000000—15.000000 | 原生 H3 同步对白 | +| S03_reaction | `[12,84)` | 72 | `[360,432)` | 15.000000—18.000000 | 本片 S01 原片 0.05—0.85 秒 roomtone | + +合计 **432 帧/18.000000 秒**,1280×720、CFR 24 fps。 + +### 版本选择与原生声音政策 + +- A 采用 **K01R1_master** 的钢制饭盒清楚可见版,S01 与 S02 均从该双人基准延续;未采用便当被袋子挡住的首版。反应采用 **S03R1_reaction**:肃然语塞、抿嘴垂眼,替换后段过于开心的初版。 +- B 秘书采用 **S02R1_secretary** 的新原生句,保留最终锁定台词“虎父无犬子。这儿子……可能不是您的。”。原版及重拍版的自动识别记录均保留,成语“犬/全”等 ASR 字形差异不回写、不抹去;不能仅凭自动识别正字断言原声念错。字幕按语境规范,不做外部配音修字。 +- 两片说话镜头保留对应原生 H3 音画。两片无对白反应分别用**各自 S01 开口前**的室内底噪替换原反应音轨;B 反应原音中的额外话语全部不采用。此处只有环境声替换,没有外部 TTS 或人声修正。 +- 字幕随实际说话起点分段揭示,反问与秘书后半句不能提前出现。反应段不增加解释台词或罐头笑声。 + +### 独立动作关键姿态检查与交付状态 + +已依据采用基准及接触表检查角色、轴线、餐盒/手机/工牌与反转动作:A 的两名角色、外卖与钢饭盒分区连续,开盒回话可读,A3R1 语塞成立;B 的领导与秘书身份稳定,实际单人覆盖互为对向,B3 的所选段覆盖短笑、笑僵及放低手机。没有为非核心手势或轻微物件纹理追加强制重拍。 + +**以上只支持关键姿态与精剪锁定。最终编码、完整播放、字幕/声音时码和交付文件检测以实际最终 QC 报告为准;当前不把尚未完成的最终检查写成通过。** 两片分别输出无字幕与带字幕版本,实际文件路径、帧率/帧数和音轨检测由后期完成记录。 +最终交付更新:root已完成实际文件技术验收与关键视觉检查,四份成片通过;A410f/17.083333s,B432f/18s,均720p/CFR24/AAC48k双声道。实际证据见qc/technical_verification.json与COMPLETED.json。 diff --git a/项目档案/职场嘴替双短剧_20261030/原完成记录.json b/项目档案/职场嘴替双短剧_20261030/原完成记录.json new file mode 100644 index 0000000..7b44df6 --- /dev/null +++ b/项目档案/职场嘴替双短剧_20261030/原完成记录.json @@ -0,0 +1,23 @@ +{ + "status":"complete", + "date":"2026-10-30", + "episodes":[ + {"title":"带饭与外卖","frames":410,"duration":17.083333333333332,"subtitled":"A_带饭与外卖/final/lunch_and_takeaway_subtitled_720p.mp4","clean":"A_带饭与外卖/final/lunch_and_takeaway_clean_720p.mp4","visual":"Clear black takeout container and steel lunchbox, opening home meal, blue-cardigan response, pink-blazer deflated silent reaction."}, + {"title":"虎父无犬子","frames":432,"duration":18.0,"subtitled":"B_虎父无犬子/final/like_father_like_son_subtitled_720p.mp4","clean":"B_虎父无犬子/final/like_father_like_son_clean_720p.mp4","visual":"Manager visibly speaks on phone, secretary earnestly delivers mistaken reassurance, manager's brief smile disappears and phone lowers."} + ], + "format":"1280x720,H264,CFR24,AAC48000Hz stereo", + "successful_generation_jobs":11, + "image_jobs":3, + "video_jobs":8, + "remote_gui_api_files_readback_verified":22, + "dialogue":"Retained original H3 native audiovisual Mandarin. No external TTS, voice replacement or speed change for speaking shots.", + "reaction_audio":"Both silent reactions use independently checked same-episode S01 pre-speech roomtone with short crossfade loops. All unwanted native B reaction speech discarded.", + "subtitles":"Sentence/phrase onsets aligned to actual words; comeback endings withheld until spoken. Original homophone ASR discrepancies preserved in reports.", + "root_verification":"verify_pair.py --a-frames410 --b-frames432 passed4deliverables with errors[]. Actual frames/PTS/CFR/duration/audio/full decode/SRT and saved job/export graphs checked.", + "visual_review":"Root reviewed all source contact sheets and adopted references, both final contact sheets, A12.8s punchline subtitle and B17.5s silent phone-lowering detail; plan agent independently reviewed acting/axis/props.", + "evidence":"qc/technical_verification.json", + "plan":"制作方案.md", + "edit_decisions":"edit_decisions.json", + "workflow_folders":["workflows/短剧_带饭与外卖_20261030/","workflows/短剧_虎父无犬子_20261030/"], + "limitations":"Natural generative face/hand/prop microvariation remains. ASR supports wording but does not alone verify tones or fine lip alignment; no claim of human frame-by-frame listening." +}