首次使用准备(引擎路径自适配)
出片依赖本地 ChatCut-Lite 引擎(约 1.8G,含运行环境与 ffmpeg,不随本技能分发)。
执行正式任务前,先确定引擎位置 CHATCUT_HOME:
- 若已设置环境变量
CHATCUT_HOME,直接使用。 - 否则依次探测以下常见位置,第一个存在即用:
- 当前技能同级目录的
ChatCut-Lite %USERPROFILE%\ChatCut-Lite%USERPROFILE%\AIST2030\ChatCut-Lite- 本机其他盘符下的
视频创作\AIST2030\ChatCut-Lite
- 当前技能同级目录的
- 找到后记下路径;Python 解释器取该目录下的
.venv\Scripts\python.exe(macOS/Linux 为.venv/bin/python), 下文统一称${CHATCUT_PY}。 - 若都找不到:本技能无法单独出片,需先安装 ChatCut-Lite 引擎,再回填上述路径后重试。
统一入口用法:"${CHATCUT_PY}" "${CHATCUT_HOME}/engine/cli.py" compose <scenario> <params.json> -o <输出目录>
(Windows 用反斜杠,macOS/Linux 用正斜杠)。
配音(TTS 旁白)提示词规范
音色与语速(params.tts[].voice 直接写中文名即可,引擎自动映射;rate 如 "+10%" 提速 / "-5%" 放慢):
- 本场景推荐:晓伊(女声·温柔)或 云枫(男声·磁性)|语速
+0%
口播文案写法(提示词三原则,写给用户的文案也按这个改):
- 每句 ≤ 12 字,一句只说一个信息点——TTS 长句会拖节奏、糊掉重拍;
- 口语化:把书面词换成说人话(「位于」→「就在」、「提供」→「给你」、「即刻」→「马上」);
- 钩子句式:反差 / 悬念 / 数字(「这家店,本地人都在排队」「88 元吃垮火锅店」)。
像跟朋友聊天:福利句具体不空洞(「下午 3 点水果自由」优于「福利待遇优厚」);投递 CTA 一句话讲清动作(「简历发到 xxx@xx.com」)。
params.tts 写法与时间点计算:
"tts": [
{"text": "原价158,团购88", "start": 12.4, "voice": "云希", "rate": "+0%", "volume": 1.0}
]
start= 卡片完全可见的时刻(秒)≈ 前面各段dur累加 − 转场重叠累计;拿不准就比卡片出现早 0.2s,宁早勿晚;- 人声永远 duck=False 盖过 BGM(引擎已内置,params 里不用管);
- 全片旁白建议 ≤ 4 句:旁白是佐料不是主菜,大字卡才是主视觉。
音乐 / 音效关键环节
BGM(导演已内置默认,params 可覆盖):
- 本场景默认:
lofi / volume 0.28(松弛真诚,雇主品牌调性) - 覆盖写法:
"bgm": {"style": "jazz", "volume": 0.28};可用风格:lofi / ambient / electronic / cinematic / jazz / ambient_pad / upbeat; - 音量档位铁律:0.2~0.35 之间,探店/节日可到 0.34,知识/招聘类压到 0.26~0.28。
EPIC 能量轨(可选,重节奏段专用):"epic": {"start_seg": 第几段起, "bpm": 150, "volume": 0.85},接管后 BGM 自动压到 0.2;短平快探店片一般不用。
音效节拍表(关键环节必配,导演自动落点,无需手写): | 环节 | 音效 | 时机 | 音量 | |---|---|---|---| | 印章砸落(价格/信任/CTA 章) | thud | 印章出现 +0.05s | 0.6~0.65 | | 情绪大字弹入 | pop | 弹入帧 +0.02s | 0.5~0.55 | | 段落转场 | whoosh / click | 切换点 | 0.45 | | 福利卡弹出 | pop | 弹入帧 +0.02s | 0.5 |
混音三铁律:
- 同一秒内最多 1 个重音效(thud/riser 级),否则糊成一团;
- riser 必须提前 0.8~1.2s 起蓄力,落点正好砸在印章/大字出现帧;
- 音效音量 0.45~0.65 分档:爆点 0.6+、节奏点缀 0.45~0.55,永远低于人声。
音乐资源库(v1.2 新增:真实曲库替代程序化合成,质量可控)
曲库来源:breakingcopyright.com(1400+ 首免费可商用、无需注册、直链 MP3、首页即热门榜)。引擎已内置 engine/musiclib.py:自动抓曲库(7 天缓存)→ 按情绪标签选热门曲 → 下载到本地缓存 → 裁剪成片时长 + 0.4s 淡入 + 2s 淡出。
用法(三选一):
- 默认:导演已按场景自动选曲(探店/节日=happy+energetic、产品=electronic-dance、活动=epic+cinematic、课程=inspirational+calm、招聘=chill+acoustic),params 不用写;
- 指定情绪:
"bgm": {"mood": ["happy", "chill"], "volume": 0.3}(mood 数组=B曲库标签,可混多个); - 本地文件:
"bgm": {"src": "D:/music/xxx.mp3", "volume": 0.3}。
程序化合成(lofi/ambient/electronic/cinematic/jazz/ambient_pad/upbeat)仅作曲库不可达时的自动兜底。
授权合规:曲库为 CC 授权,个别作者要求署名——发布时视频简介加一行 Music: <曲名> (breakingcopyright.com)(引擎 musiclib.credit_text 可生成)。音效(thud/pop/whoosh/riser/ding/click)保持程序化生成(短促打击类质量可控、零授权风险)。
参考站点盘点(手动找素材时用):breakingcopyright.com(首选,直链)/ Mixkit free-stock-music / freePD(CC0)/ Bensound(需署名)/ DOVA-SYNDROME(CC0,日系);音效站:freesfx、freePD、耳聆网。Pixabay/Pexels 本机 403 不可用。
Scan to join WeChat group