口播对轴改稿（narration-fit）

视频已剪好，文案和每段时长对不上时用这个 Skill。输入已剪时间轴标注、现有口播或旁白全文，以及语速。它按「段时长 × 语速」算每段字数预算，再按 trim（删到能念完）、keep_faster（尽量留字）或 expand（在预算内补满偏短段）改稿，输出逐段对照。适用科普口播、读文章旁白、纪录片解说、课程讲稿。不读视频，不做 TTS，不从零写整片。本地脚本校验，无需 Key。

中文展示名是「口播对轴改稿」。包名 narration-fit。许可证 MIT。分类 ai-media。版本 1.1.0。

红线

• v1 不读 mp4、mov 或其他视频二进制，不抽帧，不做 ASR。
• 不做 TTS，不渲染成片，不调用付费云 API，不需要任何 Key。
• 不从知识点、卖点或主题从零写分镜。结构标注是输入，不是输出。
• 不自动下单、支付、发布、评论、点赞或登录第三方。
• 不把澄象语料、成片或未公开 schema 写进包。公开发布示例用本包原创的现代中文，并注明「示例文案为本 Skill 原创，仅供演示」。不要把未授权的现代名家散文打进公开发布包。用户自备有权文本可以在本地测。
• 语速只使用用户给出的数字，并原样写进报告。脚本不会偷偷把 4.7 改成 5.5 来让校验通过。
• expand 只在该段预算以内补画面解释、过渡和被压缩的信息。不换文风，不从零另写一篇，不编造与画面或原文无关的事实。
• 预算、字数、超不超，只信 scripts/validate_narration_fit.py 的重算结果。模型自己口算的字数不能当验收。
• 语义是否还准确，脚本不保证。必留句和用户抽查才是验收手段。

什么时候用

用户同时具备下面几样，就用本 Skill：

• 已剪好的结构标注：timeline.json，或能改写成该文件的等价标注
• 现有文案：口播稿、读文章旁白、纪录片解说或课程讲稿，draft.txt 或已粗分到段的 draft.json
• 一个明确策略：trim、keep_faster 或 expand
• 一个明确语速：字／秒，由用户选定

触发说法包括：口播优化、文案对时长、这段念不完、稿太短、扩写、填时长、补口播、按段改稿、语速预算、旁白对时间轴、读文章改文案、旁白对结构。

什么时候不用

• 还没有时间轴，想从知识点生成分镜
• 想从卖点直接写一条新口播
• 想合成语音、对轴字幕烧录、自动删停顿或导出成片
• 短剧台词诊断、防串脸、锁站位
• 用户只有成片、没有文案：请用户先用上游转写 Skill，本包不调用

输入

细节见 references/timeline-schema.md、references/fit-schema.md、references/pacing.md。

1. timeline.json：每段至少有 segment_id、start_s、end_s、visual。可选 label。
2. 全文文案。模型负责对齐；对齐结果写入 fit.json 的 original。没地方放的句子放进 unassigned，禁止删掉不报。
3. strategy：trim、keep_faster 或 expand。
4. chars_per_sec：必填。用户没给数字时，先问，不要自己填。
5. 可选 must_keep：必须原句留在某一段改后文案里的短句。
6. 可选 max_chars_per_sec_cap：默认 6.0。这是产品默认上限，是否合理未核实。

用户还没选定语速时，可以这样说明建议值，然后等用户选：

• 舒适档建议 4.7 字／秒。出处是澄象 README 的参考值，不是行业标准。
• 加快档建议 5.5 字／秒。这是本 Skill 的产品默认，不是实测。
• trim 配舒适语速，keep_faster 配用户接受的更快语速。

工作流

完整失败分支见 references/workflow.md。

1. 读时间轴和全文。时间轴不合法就停，把脚本报错给用户，不要先改稿。
2. 把全文逐句划进 segment_id。original 必须是原文切片，不要先改写再冒充原文。对不上的句子整句放进 unassigned。
3. 按策略改 revised。没被点名的段，revised 可以等于 original。
4. trim：语速锁死在用户选定的值上。超了就删减或合并句式，优先保住 must_keep。不要用加快语速来过关。
5. keep_faster：用用户选定的更高语速算预算，尽量留信息。仍然超，就按脚本提示再删，或者告诉用户「要提到 X 字／秒」；X 不得超过上限。不要无上限加速。
6. expand：画面很长、稿子很短、念完会空一段时间时用。默认当原文少于预算的 70%（expand_short_ratio，可改）就扩写。只补画面里看得到的过程、过渡，以及原文已经压缩掉的信息，补完仍须 chars ≤ budget。某段若已经超预算，先压回预算内，报告会标「先修剪」，不要用加字掩盖超段。
7. 运行校验脚本。未通过就只改失败段的 revised，再跑。不要重切视频。
8. 运行渲染脚本，把 fit.json、对照 HTML、校验报告交给用户。

命令

在 Skill 根目录执行。只依赖 Python 3 标准库，断网也能跑。

python3 scripts/validate_narration_fit.py \
  --timeline examples/demo-timeline.json \
  --fit examples/demo-fit-trim.json \
  --report validation-report.md \
  --json-out validation-report.json

python3 scripts/render_diff.py \
  --timeline examples/demo-timeline.json \
  --fit examples/demo-fit-trim.json \
  --html diff.html \
  --report validation-report.md

退出码：0 通过，1 预算或时间轴或必留句未通过，2 文件或 JSON 读不了。

只改某一段时，改该段的 revised，用同一条命令重跑。其它段的预算行数字应保持不变；合计可以变。

输出

• fit.json：每段 original、revised，外加脚本重算的字数、预算、status
• diff.html：逐段对照。删除线是删掉的字，绿色底是新增的字。页眉必须能看见本次语速
• validation-report.md：逐段数字、必留句落点、未分配原文、本次语速

下一步只建议、不代劳：用户若没有文案，可先看转写 Skill；若要出声，另选 TTS。链接写在 references/upstream-downstream.md。本包不安装、不调用。

字数与预算

• 字数：去掉空白后的字符数。v1 标点计入。
• 预算：floor((end_s - start_s) × chars_per_sec)，十进制计算后向下取整。
• trim 下任一段改后字数大于预算，校验失败。
• keep_faster 下同样用用户给的语速算预算；通过时报告和 HTML 都打印该语速。仍超则失败，并写出还要删多少字，或语速要提到多少；超过上限就只能再删。
• expand 下改后同样不能超过预算。报告写出 under_by 和处理结果（已扩写、先修剪、仍偏短、保持）。仍偏短只警告，不因此失败，避免把故意留白判死；超预算一定失败。
• unassigned 非空默认失败，防止把多余句子扔进桶里假装通过。原文会打印在报告里。

人工抽查清单见 references/checklist.md。