@dsh-gis/dsh-video-studio-skill 0.7.2 → 0.9.1

package/skills/video-studio/scripts/scorekit.py

@@ -332,28 +332,25 @@ def _short_term_db(x: np.ndarray, win: float = 0.4, hop: float = 0.1,
 
 
 def _approx_lufs(x: np.ndarray, sr: int = SR) -> float:
-    """近似积分响度（简化 K 加权 + 400/100 ms 短时块 + -70/-10 dB 双门限）。"""
+    """近似积分响度（简化 K 加权 + 400/100 ms 短时块 + -70/-10 dB 双门限）。
+
+    注意 10**(lj/10) 已经是"块均方 * 10**(-0.691/10)"：lj 里的 -0.691 是 BS.1770
+    块响度定义的一部分，把它抬回"块均方"后，积分响度就是 10*log10(门限内均值)。
+    旧实现又在均值外面减了一次 0.691，等于报告值恒定偏低 0.69 dB
+    （实测 12 s 片：本文件 -15.65 vs sfxkit.integrated_loudness -14.47，差 1.19 dB；
+    去掉多余项后 -14.96，剩余差是"12 kHz 降采样 + 移动平均近似 K 加权"的固有误差）。
+    """
     _, lj = _short_term_db(x, 0.4, 0.1, sr=sr)
     lj = lj[np.isfinite(lj)]
     lj = lj[lj > -70.0]
     if len(lj) == 0:
         return -70.0
     e = np.mean(10.0 ** (lj / 10.0))
-    rel = -0.691 + 10.0 * np.log10(max(e, 1e-20)) - 10.0
+    rel = 10.0 * np.log10(max(e, 1e-20)) - 10.0
     lj2 = lj[lj > rel]
     if len(lj2) == 0:
-        return float(-0.691 + 10.0 * np.log10(max(e, 1e-20)))
-    return float(-0.691 + 10.0 * np.log10(max(float(np.mean(10.0 ** (lj2 / 10.0))), 1e-20)))
-
-
-def _measure_section_db(x: np.ndarray, start: float, end: float, sr: int = SR) -> float:
-    """段落内短时响度的中位数（避开段首尾 0.12 s 过渡；静音块不计）。"""
-    t, lj = _short_term_db(x, 0.4, 0.1, sr=sr)
-    a, b = float(start) + 0.12, float(end) - 0.12
-    sel = (t >= a) & (t <= b) & (lj > -70.0)
-    if not np.any(sel):
-        return -70.0
-    return float(np.median(lj[sel]))
+        return float(10.0 * np.log10(max(e, 1e-20)))
+    return float(10.0 * np.log10(max(float(np.mean(10.0 ** (lj2 / 10.0))), 1e-20)))
 
 
 # ============================================================================
@@ -607,7 +604,11 @@ class _Bank:
         env = np.minimum(1.0, t / max(attack, 1e-4))
         rel = t > self._pad_dur
         if np.any(rel):
-            env[rel] = np.exp(-(t[rel] - self._pad_dur) / max(release, 1e-4))
+            # 释音必须是"乘上去"而不是"覆盖掉"：起音比一小节还慢时（bpm > ~223 的
+            # 4/4，pad_dur = 一小节 * 1.02），覆盖式写法会在 t=pad_dur 处把还在爬坡的
+            # 包络（例如 0.68）直接跳到 1.0，听感是一声"噗"；乘法写法在起音已完成时
+            # 是 1.0 * 衰减，逐位与原结果相同（既有 BPM 全部不受影响）。
+            env[rel] *= np.exp(-(t[rel] - self._pad_dur) / max(release, 1e-4))
         env = _f32(env)
         self._pad_envs[key] = env
         return env
@@ -3055,10 +3056,6 @@ def _merge_sections(anchors, sections, duration: float) -> list:
                 "energy": _clip01(a.get("energy", KIND_ENERGY.get(kind, 0.5))),
                 "anchor_id": str(a.get("id", "")),
             })
-    def _anchor_end(key: str) -> float:
-        hit = next((b for b in blocks if b.get("anchor_id") == key), None)
-        return float(hit["end"]) if hit else float(duration)
-
     extra: list[dict] = []
     for s in sections or []:
         _require(isinstance(s, dict), "sections 里的每一项都必须是对象")
@@ -3179,17 +3176,6 @@ def load(path, sr: int = SR) -> np.ndarray:
 # ============================================================================
 # 自测
 # ============================================================================
-def _demo_anchors(duration: float) -> list:
-    """selftest 用的小时间轴（按型：hook -> body -> drive -> outro）。"""
-    q = duration / 4.0
-    return [
-        {"id": "a1", "kind": "hook", "start": 0.0, "end": q},
-        {"id": "a2", "kind": "body", "start": q, "end": 2 * q},
-        {"id": "a3", "kind": "drive", "start": 2 * q, "end": 3 * q},
-        {"id": "a4", "kind": "outro", "start": 3 * q, "end": duration},
-    ]
-
-
 def _max_loudness_jump(x: np.ndarray, rep: dict, sr: int = SR) -> float:
     """段内相邻短时响度块的最大跳变（dB）；跳过设计好的"吸气"窗口。"""
     t, lj = _short_term_db(x, 0.3, 0.1, sr=sr)

package/skills/video-studio/scripts/selfcheck.py

@@ -47,6 +47,17 @@
   41  （v0.7.2）空门禁账本不许写成"通过"（没记录 != 通过）
   42  （v0.7.2）单阶段产物归属：不许把别的 stage 写的文件算成自己的（假 stale）
   43  （v0.7.2）theme_overrides 必须参与主题体检（否则能造出"看不清"的成片）
+  44  （v0.8.0）词级时间戳：规整（单调/裁剪/偏移）与 cue 词锚点解析
+  45  （v0.8.0）画幅规划：只允许 16:9 横屏下采样，竖屏/上采样/非法 fps 必须拒绝
+  46  （v0.8.0）金帧确定性：同一帧号两次渲染必须逐像素一致
+  47  （v0.8.0）依赖漂移体检：numpy/Pillow 主版本 + edge-tts 仍暴露 boundary 参数
+  48  （v0.8.0）批量清单解析：两种写法都认、上限卡死、坏条目在开跑前报错
+  49  （v0.8.0）TTS 后端可替换：注册/注销/未知后端的接口契约
+  50  （v0.8.0）web 风格载荷：style=None 时不得注入 __STYLE__（legacy 必须回落）
+  51  （v0.8.0）金帧回归：与 assets/golden_frames.json 的像素基线比对
+
+说明：本文件里 CASES 的**实际条数**是唯一真理，上面的编号表要与它同步。
+v0.8.0 之前这张表停在 43 条而 CASES 已经有 51 条，属于"自检清单自己没被自检"。
 """
 import argparse
 import io
@@ -1141,6 +1152,466 @@ def t_theme_overrides_linted():
     return "最终主题参与体检（%s）" % "；".join(bad)[:60]
 
 
+# ------------------------------------------------------------------ v0.8.0 用例
+def t_word_events():
+    """44 词级时间戳：规整/裁剪平移/单调兜底/词锚点解析（不联网）。
+
+    为什么能在不联网的 selfcheck 里测：真正的网络合成在 --stage tts 里，
+    而"事件 -> 句内词表"这一步是纯函数。离线固定住它，等于固定住了字幕断行、
+    cue 词锚点、G10 门禁三处的共同数据源。
+    """
+    # offset 用 100ns 单位（实测 edge-tts 7.3.1 口径）：0.10s / 0.36s / 0.50s 起，
+    # 词之间刻意留 0.02s 级空隙 —— 真实事件本来就不连续覆盖，抹平它就等于制造错位。
+    ev = [{"type": "WordBoundary", "offset": 1000000, "duration": 2360000, "text": "别"},
+          {"type": "WordBoundary", "offset": 3600000, "duration": 1180000, "text": "把"},
+          {"type": "WordBoundary", "offset": 5000000, "duration": 5050000, "text": "傻子"}]
+    ws = K.words_normalize(ev, offset_shift=0.1, dur=1.6)
+    assert len(ws) == 3, "词事件数被吃掉：%r" % (ws,)
+    assert abs(ws[0]["start"] - 0.0) < 1e-6, "句首裁剪平移没生效（start=%.4f）" % ws[0]["start"]
+    # 词间空隙必须保留（中文词之间本来就有 0.1–0.3s 停），不能被"拉平"
+    assert ws[1]["start"] > ws[0]["end"], "词间隙被抹平了（会让字幕和语音错位）"
+    assert all(ws[i]["start"] <= ws[i + 1]["start"] for i in range(len(ws) - 1)), "词偏移非单调"
+    # 末词终点不得超过整句实测时长
+    ws2 = K.words_normalize(ev, dur=0.5)
+    assert ws2[-1]["end"] <= 0.5 + 1e-6, "末词被算到句外：%r" % (ws2[-1],)
+    # 空事件 -> 空表（调用方据此判 skipped，而不是当成"有词级"）
+    assert K.words_normalize([]) == [], "空事件应得到空表"
+    # 词锚点：l03:w2 = 第二个词的起点
+    scenes = [dict(id="l03", start=2.0, dur=4.0,
+                   words_abs=[{"text": "别", "start": 2.55, "end": 2.79},
+                              {"text": "把", "start": 2.79, "end": 2.91}])]
+    assert abs(K.cue_time("l03:w2", scenes) - 2.79) < 1e-6, "词锚点 l03:w2 解析错"
+    assert abs(K.cue_time("l03:w2+0.2", scenes) - 2.99) < 1e-6, "词锚点带偏移解析错"
+    assert abs(K.cue_time("l03+0.5", scenes) - 2.5) < 1e-6, "旧写法 l03+0.5 被改坏"
+    return "3 词事件 / 平移 %.2fs / 词锚点 OK"
+
+
+def t_video_plan():
+    """45 画幅规划：只允许 16:9 横屏 + 下采样，竖屏/上采样必须报错。
+
+    这条守的是"用户以为能出竖屏"的期望管理：安全区/版式/HUD 全按 16:9 像素写死，
+    静默出一个变形或带黑边的片子，比直接报错更伤。
+    """
+    p = K.video_plan({})
+    assert (p["out_w"], p["out_h"], p["fps"]) == (1920, 1080, 30), "默认规格变了：%r" % (p,)
+    assert p["scale"] is False, "默认不该触发缩放"
+    p7 = K.video_plan({"video": {"width": 1280, "height": 720}})
+    assert (p7["out_w"], p7["out_h"]) == (1280, 720) and p7["scale"], "720p 下采样没生效"
+    assert p7["w"] == 1920 and p7["h"] == 1080, "内部构图应恒为 1080p（缩放只在编码时做）"
+    p24 = K.video_plan({"video": {"fps": 24}})
+    assert p24["fps"] == 24, "fps 参数化没生效"
+
+    def _must_fail(cfg, why):
+        try:
+            K.video_plan(cfg)
+        except ValueError:
+            return
+        raise AssertionError("%s 没有报错（会被静默接受）" % why)
+
+    _must_fail({"video": {"width": 1080, "height": 1920}}, "竖屏")
+    _must_fail({"video": {"width": 1920, "height": 1440}}, "4:3")
+    _must_fail({"video": {"width": 3840, "height": 2160}}, "上采样到 4K")
+    _must_fail({"video": {"fps": 31}}, "非法 fps")
+    return "默认 1080p30 / 720p 下采样 / 竖屏与上采样均拒绝"
+
+
+def t_golden_determinism():
+    """46 金帧确定性：同一帧连画两次必须逐字节一致（跨进程可复现的前提）。
+
+    比"看起来一样"强的地方：它会在**改了引擎/主题/随机源**时立刻红，
+    而不是等观众看出"这版画面怎么抖了一下"。
+    """
+    mod = _load_scenes_mod()
+    if mod is None:
+        return "skip（没有 assets/scenes.py）"
+    import hashlib
+    sc = dict(id="l01", kind="hook", start=0.0, dur=4.0, chapter="01 · 测试",
+              text="金帧确定性自检", sub="金帧确定性", big="金帧确定性")
+    script = {"title": "selfcheck", "_total": 8.0}
+    try:
+        plan = __import__("stylekit").resolve_script_style(dict(script, lines=[sc]))
+        script["_style"] = plan
+    except Exception:                                       # noqa: BLE001
+        pass
+    hs = []
+    for _ in range(2):
+        fr = mod.draw_frame(sc, 1.25, 4.0, 1.25, script, 37)
+        hs.append(hashlib.sha256(fr.tobytes()).hexdigest()[:16])
+    assert hs[0] == hs[1], "同一帧画了两次不一致（有隐藏的 random/time 依赖）：%r" % (hs,)
+    return "同一帧两次 SHA-256 = %s" % hs[0]
+
+
+def t_dependency_drift():
+    """47 依赖漂移体检：上游一改就悄悄退化，这里先喊。
+
+    只做**离线**断言（不联网、不下载）：主版本区间 + edge-tts 是否仍暴露
+    boundary 参数。词级时间戳整条链路吊在这个参数上，7.x 一旦改名，
+    表现会是"词事件为空"，而不是报错。
+    """
+    import numpy as np
+    from PIL import __version__ as pil_ver
+    assert int(np.__version__.split(".")[0]) >= 1, "numpy 主版本异常：%s" % np.__version__
+    assert int(pil_ver.split(".")[0]) >= 9, "Pillow 版本过旧：%s" % pil_ver
+    try:
+        import edge_tts
+    except Exception:                                       # noqa: BLE001
+        return "skip（没装 edge-tts，只能用手工音频）"
+    try:
+        mode = edge_tts.Communicate.__init__.__doc__ or ""
+        import inspect
+        params = inspect.signature(edge_tts.Communicate.__init__).parameters
+    except (TypeError, ValueError):                         # noqa: BLE001
+        return "skip（edge-tts 的签名取不到，版本 %s）" % getattr(edge_tts, "__version__", "?")
+    assert "boundary" in params,         ("edge-tts %s 的 Communicate 不再接受 boundary 参数：词级时间戳链路会静默退化成"
+         "整句字幕，请检查上游变更" % getattr(edge_tts, "__version__", "?"))
+    return "numpy %s / Pillow %s / edge-tts %s(boundary OK)" % (
+        np.__version__, pil_ver, getattr(edge_tts, "__version__", "?"))
+
+
+# ------------------------------------------------------------------ v0.8.0 用例（续）
+def t_batch_manifest():
+    """48 批量清单解析：两种写法都认、上限卡死、坏条目在**开跑前**报错。
+
+    批量最容易死在"第 7 条跑一半才发现清单写错"。这条固定住的是
+    render._load_batch 的"先解析、后执行"契约——写错就一条都不跑。
+    """
+    import render as R
+
+    def _must_fail(payload, why):
+        with tempfile.TemporaryDirectory() as d:
+            p = os.path.join(d, "b.json")
+            open(p, "w", encoding="utf-8").write(payload)
+            try:
+                R._load_batch(p)
+            except SystemExit:
+                return
+            raise AssertionError("%s 没有被拒绝（会带着坏清单开跑）" % why)
+
+    with tempfile.TemporaryDirectory() as d:
+        film = os.path.join(d, "a", "film.json")
+        os.makedirs(os.path.dirname(film), exist_ok=True)
+        open(film, "w", encoding="utf-8").write("{}")
+        p = os.path.join(d, "list.json")
+        json.dump(["a/film.json"], open(p, "w", encoding="utf-8"))
+        jobs = R._load_batch(p)
+        assert len(jobs) == 1, "简写清单解析错：%r" % (jobs,)
+        assert os.path.isfile(jobs[0]["script"]), "剧本路径没转成绝对路径：%r" % (jobs[0],)
+        assert jobs[0]["work"].endswith("work_film"), "默认 work 目录命名变了：%r" % (jobs[0],)
+        p2 = os.path.join(d, "list2.json")
+        json.dump({"films": [{"script": "a/film.json", "label": "x",
+                              "work": "w1", "out": "o1.mp4"}]},
+                  open(p2, "w", encoding="utf-8"))
+        j2 = R._load_batch(p2)
+        assert j2[0]["label"] == "x" and j2[0]["out"].endswith("o1.mp4"), "显式字段被忽略：%r" % (j2,)
+    _must_fail("[]", "空清单")
+    _must_fail('{"films": [{"label": "x"}]}', "缺 script 的条目")
+    _must_fail("[" * 0 + json.dumps([{"script": "a.json"}] * 101), "超过 100 条上限")
+    return "两种写法 + 3 类坏清单都按预期拒绝"
+
+
+def t_tts_backend():
+    """49 TTS 后端可替换：注册即生效、未知后端报错、默认仍是 edge。
+
+    这条守的是"旁白链路只挂在非官方 edge-tts 上"的对冲面：换 provider 时
+    timeline/layout/QA 不该跟着改。这里只测接口契约，不联网。
+    """
+    names = K.tts_backend_names()
+    assert names[0] == "edge", "默认后端不是 edge：%r" % (names,)
+
+    def fake(text, out_mp3, **kw):
+        with open(out_mp3, "wb") as fh:
+            fh.write(b"\x00" * 4096)
+        return dict(path=out_mp3, dur=1.25, words=[], trimmed=False)
+
+    import tempfile as _tf
+    with _tf.TemporaryDirectory() as d:
+        mp3 = os.path.join(d, "x.mp3")
+        try:
+            K.tts("测试", mp3, backend="no-such-backend")
+        except RuntimeError as e:
+            assert "未知的 TTS 后端" in str(e), "未知后端报错文案不清晰：%s" % e
+        else:
+            raise AssertionError("未知后端没有报错（会静默走到别的路径）")
+        K.register_tts_backend("fake-test", fake, note="selfcheck")
+        assert "fake-test" in K.tts_backend_names()
+        m = K.tts("测试", mp3, backend="fake-test")
+        assert m["dur"] == 1.25 and m["backend"] == "fake-test", "后端返回值没被采纳：%r" % (m,)
+    return "注册/分发/未知后端报错 全部符合契约"
+
+
+def t_web_style_payload():
+    """50 web 引擎风格载荷：非 legacy 才注入、legacy 必须回落 None（逐字节兼容的前提）。
+
+    v0.8 给 web 引擎加了"跟随风格包"，但兼容性要求是 style=None 时页面输出**逐字节**
+    等于 v0.7。这条守住"什么时候该注入、什么时候必须不注入"这个开关。
+    """
+    import render as R
+    try:
+        import webengine as we
+    except Exception as e:                                  # noqa: BLE001
+        return "skip（没有 webengine.py：%s）" % e
+    script = {"title": "x", "style": "cinema",
+              "lines": [{"id": "l01", "kind": "hook", "text": "y"}]}
+    tl = {"fps": 30, "video": {"out_w": 1280, "out_h": 720}}
+    payload = R._web_style_payload(we, script, tl)
+    assert payload is not None, "非 legacy 项目没有生成 style 载荷（页面不会跟随风格）"
+    canvas = payload.get("canvas") or {}
+    assert int(canvas.get("w") or 0) == 1280 and int(canvas.get("h") or 0) == 720, \
+        "画布尺寸没跟着 video 块走：%r" % (canvas,)
+    legacy = {"title": "x", "lines": [{"id": "l01", "kind": "hook", "text": "y"}]}
+    assert R._web_style_payload(we, legacy, tl) is None, \
+        "legacy 项目也注入了 style（v0.7 的逐字节兼容会被打破）"
+    return "非 legacy 注入 %dx%d / legacy 回落 None" % (canvas["w"], canvas["h"])
+
+
+def t_golden_frames():
+    """51 金帧回归：像素基线真的能拦住"画面变了"（仓库工具 tools/golden_frames.py）。
+
+    为什么放进 selfcheck 而不是只放 CI：改引擎/主题后"画面变了一点"是最难发现的一类回归，
+    而它只需要 0.65 秒。约定：基线缺失 / 字体或环境指纹不同 -> skip（跨机不误报），
+    同环境像素变了才是 fail。
+    """
+    # HERE = <repo>/skills/video-studio/scripts -> 上溯三级才是仓库根
+    # （两级会落到 <repo>/skills，工具与基线都找不到，这条就永远 skip —— 静默失效）
+    root = os.path.dirname(os.path.dirname(os.path.dirname(HERE)))
+    tool = os.path.join(root, "tools", "golden_frames.py")
+    if not os.path.exists(tool):
+        return "skip（没有 tools/golden_frames.py）"
+    base = os.path.join(root, "skills", "video-studio", "assets", "golden_frames.json")
+    if not os.path.exists(base):
+        return "skip（没有金帧基线 assets/golden_frames.json）"
+    p = subprocess.run([sys.executable, tool, "--check", "--json"],
+                       capture_output=True, text=True, encoding="utf-8", errors="replace",
+                       cwd=root)
+    out = (p.stdout or "").strip()
+    i = out.find("{")
+    if i < 0:
+        return "skip（golden_frames 没输出 JSON：%s）" % (p.stderr or out)[:120]
+    try:
+        d = json.loads(out[i:])
+    except json.JSONDecodeError as e:
+        return "skip（golden_frames JSON 解析失败：%s）" % e
+    changed = d.get("changed") or []
+    status = str(d.get("status") or "")
+    # 三档必须分开判：工具在"基线缺失 / 字体或环境指纹不同"时返回 exit 0 + status=skipped，
+    # 只认 returncode 会把"这次根本没比"记成 PASS。实测踩过：本机 Python 3.12.14、基线记的是
+    # 3.12.16，于是第 51 条显示"0 帧像素一致"进了 PASS 列——而它一帧都没比。
+    if changed:
+        raise AssertionError("金帧变了（画面回归）：changed=%r；若是有意改画风，"
+                             "确认后用 python tools/golden_frames.py --write 重录基线" % (changed,))
+    if status == "pass" and p.returncode == 0:
+        frames = d.get("frames") or []
+        return "%d 帧像素一致（font_fp %s）" % (len(frames),
+                                               str(d.get("font_fp") or "")[:8])
+    return "skip（golden_frames status=%s exit=%s：%s）" % (
+        status or "-", p.returncode, (d.get("reason") or "")[:120])
+
+
+# ============================================================================
+# v0.9：场景语法 + 视觉语言
+# ============================================================================
+
+def _load_grammar():
+    """加载 grammar.py（纯标准库）。找不到返回 None —— CI 里可能只拷了 scripts/ 的一部分。"""
+    try:
+        import grammar
+        return grammar
+    except Exception:                                       # noqa: BLE001
+        cand = os.path.join(HERE, "grammar.py")
+        if not os.path.exists(cand):
+            return None
+        import importlib.util
+        spec = importlib.util.spec_from_file_location("sc_grammar", cand)
+        mod = importlib.util.module_from_spec(spec)
+        spec.loader.exec_module(mod)
+        return mod
+
+
+def _fake_scenes(G, lines, per=6.0):
+    """按固定时长造 timeline 段（不跑 TTS），只用来测选型。"""
+    scenes, t = [], 0.0
+    for ln in lines:
+        row = dict(ln, start=round(t, 3), end=round(t + per, 3), dur=round(per, 3))
+        scenes.append(row)
+        t += per
+    return scenes
+
+
+def t_scene_grammar():
+    """52 场景语法：10 类都能被选中、选型确定、段长门会降级。
+
+    为什么要有这条：v0.9 之前 quote/emphasis/calm 三种 kind 全部落到 body 绘制器，
+    画面永远只有一套骨架。这条断言盯的是"内容 -> 构图"这条链路真的在分流，
+    而不是"代码里写了 10 个函数但没人调用"。
+    """
+    G = _load_grammar()
+    if G is None:
+        return "skip（没有 grammar.py）"
+    lines = [
+        {"id": "a", "kind": "hook", "chapter": "01", "text": "开场一句。", "big": "开场"},
+        {"id": "b", "kind": "body", "chapter": "02", "text": "我们每天被打断 47 次。", "big": "47 次"},
+        {"id": "c", "kind": "body", "chapter": "02", "text": "对比一下：深度工作四小时，产出是碎片时间的三倍。",
+         "big": "四小时 vs 碎片", "items": [{"text": "深度工作"}, {"text": "碎片时间"}]},
+        {"id": "d", "kind": "body", "chapter": "03", "text": "第一步清空收件箱，然后关掉通知，接着单线程，最后复盘。",
+         "big": "四步", "items": [{"text": "清空"}, {"text": "关通知"}, {"text": "单线程"}, {"text": "复盘"}]},
+        {"id": "e", "kind": "quote", "chapter": "03", "text": "他说：「深度工作稀缺。」", "quote": "深度工作稀缺"},
+        {"id": "f", "kind": "body", "chapter": "04", "text": "各行业占比差异明显。", "big": "各行业占比",
+         "items": [{"text": "A 62%"}, {"text": "B 51%"}, {"text": "C 38%"}]},
+        {"id": "g", "kind": "body", "chapter": "05", "text": "注意力是换来的。", "big": "注意力是换来的"},
+        {"id": "h", "kind": "body", "chapter": "06", "text": "第五章开始了。", "big": "第五章"},
+        {"id": "i", "kind": "body", "chapter": "06", "text": "这里有五条要点要讲清楚。", "big": "五条要点",
+         "items": [{"text": "一"}, {"text": "二"}, {"text": "三"}, {"text": "四"}, {"text": "五"}]},
+        {"id": "j", "kind": "outro", "chapter": "99", "text": "开始就好。", "big": "开始就好"},
+    ]
+    scenes = _fake_scenes(G, lines)
+    plan = {"chapter_layout": {}, "layout_default": "left-stack", "style": "tech-deep"}
+    sb1 = G.plan_scenes([dict(s) for s in scenes], {"title": "t"}, plan)
+    got = [r["type"] for r in sb1["scenes"]]
+    # ① 确定性：同一份输入两次结果完全一致（含变体号与理由）
+    sb2 = G.plan_scenes([dict(s) for s in scenes], {"title": "t"}, plan)
+    assert [r["type"] for r in sb2["scenes"]] == got, "同一份稿子两次选型不同（不确定性）"
+    assert [r["variant"] for r in sb2["scenes"]] == [r["variant"] for r in sb1["scenes"]], \
+        "同一份稿子两次变体不同（不确定性）"
+    # ② 分流：至少命中 5 种不同类型（不是全退化成 list/statement）
+    assert len(set(got)) >= 5, "10 段只分出 %d 种构图（%r）：选型逻辑没在分流" % (len(set(got)), got)
+    assert "stat" in got and "compare" in got and "quote" in got, \
+        "数字/对比/引语三种特征没有各自分流：%r" % (got,)
+    # ③ 段长门：把 chart 塞进 2 秒段必须降级，且理由里写明
+    short = [{"id": "x", "kind": "body", "chapter": "01", "text": "短。", "big": "短",
+              "type": "chart", "series": [{"label": "A", "value": 1}]}]
+    sb3 = G.plan_scenes([dict(s) for s in _fake_scenes(G, short, per=2.0)],
+                        {"title": "t"}, plan)
+    r3 = sb3["scenes"][0]
+    assert r3["type"] != "chart", "2 秒的段仍选了 chart（段长门失效）"
+    assert any("降级" in x or "排除" in x for x in r3["reason"]), \
+        "降级没有留下理由：%r" % (r3["reason"],)
+    # ④ 显式 type 优先
+    ex = [{"id": "y", "kind": "body", "chapter": "01", "text": "随便一句", "big": "随便",
+           "type": "hero"}]
+    sb4 = G.plan_scenes([dict(s) for s in _fake_scenes(G, ex)], {"title": "t"}, plan)
+    assert sb4["scenes"][0]["type"] == "hero", "显式 type=hero 没生效：%r" % (sb4["scenes"][0],)
+    return "10 段 -> %d 种构图；降级 chart->%s；显式 type 生效" % (len(set(got)), r3["type"])
+
+
+def t_visual_languages():
+    """53 视觉语言包：8 套结构签名齐全、过体检、且彼此不是同一套。
+
+    为什么要有这条：v0.5 的"风格"只改配色，8 套风格骨架完全一样（用户抱怨的根因）。
+    这条盯的是"结构签名真的存在且互不相同"——母题/转场/重心偏移任一维度相同不算问题，
+    但**五组签名全同**就说明这套语言只是复制粘贴。
+    """
+    import stylekit as ST
+    if not hasattr(ST, "VISUAL_LANGUAGES"):
+        return "skip（stylekit 没有 VISUAL_LANGUAGES）"
+    bad = ST.visual_lint_all()
+    assert not bad, "内置视觉语言没过体检: %s" % bad
+    sigs = {}
+    for sid in ST.STYLE_IDS:
+        vl = ST.VISUAL_LANGUAGES[sid]
+        key = (str((vl.get("motif") or {}).get("kind")),
+               str((vl.get("transition") or {}).get("kind")),
+               tuple(sorted((vl.get("bias") or {}).items())))
+        assert vl.get("motion") and vl.get("typography"), "%s 缺 motion/typography 签名" % sid
+        sigs.setdefault(key, []).append(sid)
+    dup = [v for v in sigs.values() if len(v) > 1]
+    assert not dup, "这些风格的母题/转场/重心完全相同（等于没做结构差异）: %s" % (dup,)
+    motifs = {str((ST.VISUAL_LANGUAGES[s].get("motif") or {}).get("kind")) for s in ST.STYLE_IDS}
+    assert len(motifs) >= 6, "8 套风格只用了 %d 种装饰母题：%r" % (len(motifs), sorted(motifs))
+    return "8 套 / %d 种母题 / %d 种转场 / 无重复签名" % (
+        len(motifs),
+        len({str((ST.VISUAL_LANGUAGES[s].get("transition") or {}).get("kind"))
+             for s in ST.STYLE_IDS}))
+
+
+def t_scene_types_single_truth():
+    """54 场景类型只有一份"真值集合"：4 处定义必须集合相等（顺序可以不同）。
+
+    为什么比集合不比顺序：grammar.SCENE_TYPES 的顺序是"平手取位顺序"，改它会改变同一份
+    稿子的选型结果，所以它有独立语义；filmcheck/schema/scenes 只关心"有哪些类型"。
+    顺序不同是设计，集合不同是 bug（写错一个字母 = 某个类型永远画不出来）。
+    """
+    G = _load_grammar()
+    if G is None:
+        return "skip（没有 grammar.py）"
+    here_scripts = HERE
+    got = {"grammar": set(G.SCENE_TYPES)}
+    # filmcheck.SCENE_TYPES
+    try:
+        import filmcheck as FC
+        got["filmcheck"] = set(FC.SCENE_TYPES)
+    except Exception:                                       # noqa: BLE001
+        pass
+    # assets/scenes.py 的 _DRAWERS 键
+    mod = _load_scenes_mod()
+    if mod is not None and hasattr(mod, "_DRAWERS"):
+        got["scenes"] = set(mod._DRAWERS.keys())
+    # schema 的 enum
+    schema = os.path.join(os.path.dirname(os.path.dirname(here_scripts)),
+                          "..", "..", "schemas", "film.schema.json")
+    schema = os.path.normpath(schema)
+    if os.path.exists(schema):
+        try:
+            data = json.load(open(schema, encoding="utf-8"))
+            enum = (data["properties"]["lines"]["items"]["properties"]["type"]["enum"])
+            got["schema"] = set(enum)
+        except Exception:                                   # noqa: BLE001
+            pass
+    if len(got) < 3:
+        return "skip（只找到 %d 处真值：%s）" % (len(got), sorted(got))
+    base_name, base = sorted(got.items())[0]
+    for name, s in got.items():
+        if s != base:
+            raise AssertionError("场景类型集合不一致：%s 与 %s 差 %r / %r"
+                                 % (name, base_name, sorted(s - base), sorted(base - s)))
+    return "%d 处真值集合一致（%d 类）：%s" % (len(got), len(base), "/".join(sorted(got)))
+
+
+def t_silhouette_gate():
+    """55 剪影可区分（G13）：8 套风格两两之间构图骨架必须能区分。
+
+    这是 v0.9 的核心验收：如果这条挂了，说明"换风格只是换色"的毛病回来了。
+    工具在 tools/silhouette_qa.py（可选）：缺了 skip，不阻塞 CI。
+    """
+    root = os.path.dirname(os.path.dirname(os.path.dirname(HERE)))
+    tool = os.path.join(root, "tools", "silhouette_qa.py")
+    if not os.path.exists(tool):
+        return "skip（没有 tools/silhouette_qa.py）"
+    p = subprocess.run([sys.executable, tool, "--json"],
+                       capture_output=True, text=True, encoding="utf-8", errors="replace",
+                       cwd=root)
+    out = (p.stdout or "").strip()
+    i = out.find("{")
+    if i < 0:
+        return "skip（silhouette_qa 没输出 JSON：%s）" % ((p.stderr or out) or "")[:120]
+    try:
+        d = json.loads(out[i:])
+    except json.JSONDecodeError as e:
+        return "skip（silhouette_qa JSON 解析失败：%s）" % e
+    pairs = d.get("pairs") or []
+    # 三档语义与工具对齐：status 只有 pass / fail / skip 三种。
+    # 只认 returncode 会把"工具没渲出帧"（skip）也记成 PASS —— 那正是本仓库反复踩的坑。
+    failed = [x for x in pairs if str(x.get("status")) == "fail"]
+    skipped = [x for x in pairs if str(x.get("status")) == "skip"]
+    if p.returncode != 0 or failed:
+        names = ["%s×%s" % (x.get("a"), x.get("b")) for x in failed[:4]]
+        raise AssertionError("剪影不可区分：%d/%d 对失败（%s）；换风格仍只是换色"
+                             % (len(failed), len(pairs), ", ".join(names)))
+    if skipped:
+        return "skip（%d/%d 对没渲出来：%s）" % (
+            len(skipped), len(pairs),
+            ", ".join("%s×%s" % (x.get("a"), x.get("b")) for x in skipped[:3]))
+    # 同明暗族是"保守下界"：跨族很多时候靠 ΔB（背景亮度差）就能过，那不是构图证据。
+    # 所以这条断言在报告里必须把同族数字单独说出来，别让 28/28 被读成"8 套风格结构全不同"。
+    same = ((d.get("summary") or {}).get("by_family") or {}).get("same") or {}
+    same_n = same.get("pairs")
+    same_ok = same.get("pass")
+    if same_n and same_ok is not None and int(same_ok) < int(same_n):
+        raise AssertionError("同明暗族只有 %s/%s 对可区分（保守下界不达标）"
+                             % (same_ok, same_n))
+    return "%d 对全部可区分（同明暗族 %s/%s，保守下界也过）" % (
+        len(pairs), same_ok if same_ok is not None else "?", same_n if same_n else "?")
+
+
 CASES = [
     ("1  TTS 缓存校验文本", t_cache_key),
     ("2  sub_window 覆盖长句", t_sub_window),
@@ -1185,6 +1656,18 @@ CASES = [
     ("41 空门禁账本不许写成通过", t_empty_ledger_not_pass),
     ("42 单阶段产物归属（防假 stale）", t_stage_io_no_phantom_output),
     ("43 theme_overrides 参与主题体检", t_theme_overrides_linted),
+    ("44 词级时间戳（规整/裁剪/锚点）", t_word_events),
+    ("45 画幅规划（只允许横屏下采样）", t_video_plan),
+    ("46 金帧确定性（同帧两次一致）", t_golden_determinism),
+    ("47 依赖漂移体检（离线）", t_dependency_drift),
+    ("48 批量清单解析（预检先于执行）", t_batch_manifest),
+    ("49 TTS 后端可替换（接口契约）", t_tts_backend),
+    ("50 web 风格载荷（legacy 必须回落）", t_web_style_payload),
+    ("51 金帧回归（像素基线）", t_golden_frames),
+    ("52 场景语法（10 类分流/确定/段长门）", t_scene_grammar),
+    ("53 视觉语言包（结构签名互不相同）", t_visual_languages),
+    ("54 场景类型单真值（4 处集合一致）", t_scene_types_single_truth),
+    ("55 剪影可区分（G13：换风格不能只是换色）", t_silhouette_gate),
 ]