@dsh-gis/dsh-video-studio-skill 0.8.1 → 1.0.2

package/skills/video-studio/references/v08-quality.md

@@ -80,7 +80,7 @@ python preflight.py --script film.json --work work --engine pil --json
 
 ### 2.3 阈值 92 / 96 是怎么来的（**只有一份权威定义**）
 
-判据来自 qavmaf 作者对**同一部模板片**（参考帧含字幕与片头片尾淡入淡出）的三组实测：
+判据来自 qavmaf 作者对**同一部示例片**（参考帧含字幕与片头片尾淡入淡出）的三组实测：
 crf17 → **97.24**（pass）、crf30 → **95.74**（pass + warning）、二次编码 + 缩放坏片 → **29.45**（fail）。
 
 **阈值只有一份**：权威定义是 `qavmaf.py` 的 `VMAF_PASS=92.0` / `VMAF_WARN=96.0`
@@ -124,7 +124,7 @@ qavmaf 会在报告里打 warning 提醒这一点，但**不因此改判**——
 
 | 项 | 实测 |
 |---|---|
-| 29.011 s 模板片全片（870 帧，1080p 交付） | **14.2 s**（同机负载高时同一份代码测到过 28.8 s，见下"成本口径"） |
+| 29.011 s 示例片全片（870 帧，1080p 交付） | **14.2 s**（同机负载高时同一份代码测到过 28.8 s，见下"成本口径"） |
 | 720p@24 交付（696 帧） | **7.2 s**（帧数少 + libvmaf 比较分辨率低） |
 | 分项吞吐 | 参考帧渲染受 ffmpeg 消费速度限制；libvmaf threads=min(8, CPU) 时约 124–160 帧/秒（threads=0 只有约 20 帧/秒） |
 | 抽样模式 | `--vmaf sample`（每 5 帧取 1）实测 8.0 s 跑完 184 帧，VMAF 与全片差 0.34 分 |
@@ -136,7 +136,7 @@ qavmaf 会在报告里打 warning 提醒这一点，但**不因此改判**——
 所以这里只写"这一跑"的数，不写承诺。纯 libvmaf 比较（参考帧已就绪）约 1.2× 实时——
 **别把"纯比较的 1.2×"当成端到端成本**。
 
-**v0.8 之后 qa 比渲染还贵**：29 s 模板片 `--stage all --cost` 实测总 **47.3 s**，
+**v0.8 之后 qa 比渲染还贵**：29 s 示例片 `--stage all --cost` 实测总 **47.3 s**，
 其中 `frames` 12.5 s、`qa` 23.9 s（VMAF 14.2 + ASR 8.7 + 其余）；v0.7 的全链约 28 s。
 决策影响：**批量出片的瓶颈从渲染转到质检**——想压回渲染量级就 `--vmaf off` 或 `--vmaf sample`。
 
@@ -188,13 +188,13 @@ v0.7 及以前的质检只看"容器 / 响度 / 帧 / 音画同步"，都建立
 
 ### 3.4 为什么默认线是 0.85 而不是 0.95
 
-实测（29 s 模板片，含 "DeepSeek 4.1 Flash / DeepSeek Harness" 这类中英混排专名）：
+实测（29 s 示例片，含 "DeepSeek 4.1 Flash / DeepSeek Harness" 这类中英混排专名）：
 
 | 场景 | 召回 |
 |---|---|
-| 干净模板片 1080p（4 段全对上、缺句 0） | **0.803** |
-| 干净模板片 720p@24（同剧本） | **0.853** |
-| 干净模板片（另一轮） | **0.811 – 0.828** |
+| 干净示例片 1080p（4 段全对上、缺句 0） | **0.803** |
+| 干净示例片 720p@24（同剧本） | **0.853** |
+| 干净示例片（另一轮） | **0.811 – 0.828** |
 | 丢句反证：把 l03 从音轨剪掉、timeline 仍写 3 句 | **0.677**（`missing_lines=["l03"]`、gate=fail、exit 1） |
 
 0.803–0.853 不是流水线坏了，是 ASR 对中英混排专名的正常误差——实测把 "DeepSeek 4.1 Flash"
@@ -203,7 +203,7 @@ v0.7 及以前的质检只看"容器 / 响度 / 帧 / 音画同步"，都建立
 
 - **< 0.72 才说明"整句丢了 / 音轨跟剧本不是一套"**——这是真正要阻断的；
 - 0.72–0.85 给 warning：仍然出片，但提示可能是缓存串了；
-- **≥ 0.95 会把干净的模板片判成 fail**，所以不能拿短测试片的 0.985（19.87 s 纯中文素材，
+- **≥ 0.95 会把干净的示例片判成 fail**，所以不能拿短测试片的 0.985（19.87 s 纯中文素材，
   没有专名）当默认线。
 
 ### 3.5 实测耗时

package/skills/video-studio/references/web-engine.md

@@ -164,7 +164,7 @@ PNG 截图比 JPEG q94 慢但无压缩伪影，本模块按契约固定 PNG。
 
 ## 10. 和别的模块怎么接
 
-- **配乐 / 音效**：webengine.py cues 输出 work/cues.json（§4.2），scorekit/sfxkit 按 t 对齐；
+- **配乐 / 音效**：webengine.py cues 输出 work/cues.json（§4.2），musicgen / sfxkit 按 t 对齐；
   页面 cue 的 type 用 sfxkit 配方名（ui_blip / whoosh / impact / data_chirp ...）。
 - **音画同步质检**：页面 S.event 登记的视觉事件进 work/cues.json 的 events，qa_frames.sync_check 用。
 - **合成成片**：webengine 只出无声画面；配音/配乐/混音由 filmkit 音频总线和 render.py 的 mux 阶段负责。

package/skills/video-studio/references/word-timeline.md

@@ -97,13 +97,13 @@ G10 会因此记 `skipped` 或 `fail`（看是全部为空还是个别句为空
 ### 4.1 词间有 0.1–0.3 s 的空隙
 
 edge-tts 的 WordBoundary 只覆盖"发音区间"，相邻词之间的停顿**不在任何事件里**。
-所以 `covered = Σ dur` 永远小于句长。模板片实测 4 句 64 词，覆盖率约 0.7 量级。
+所以 `covered = Σ dur` 永远小于句长。示例片实测 4 句 64 词，覆盖率约 0.7 量级。
 **判据不能写 `covered == dur`**——G10 的覆盖率下限是 **45%**（低于它才是"明显少了"）。
 
 ### 4.2 句尾静音不在事件里（约 0.5 s）
 
 排轴用的是**整句实测时长**，不是词时长求和。G10 只检查"末词终点离句尾不超过 **0.40 s**"
-（模板片实测 0.09 s）。这条超过 0.40 s，通常不是"片子坏了"，而是词事件本身整体错位了。
+（示例片实测 0.09 s）。这条超过 0.40 s，通常不是"片子坏了"，而是词事件本身整体错位了。
 
 ### 4.3 裁剪会让词整体提前（`words_shift`）