@oh-story/dsh 0.1.11 → 0.1.13

package/lib/drama/skills/short-drama-edit/SKILL.md

@@ -7,7 +7,8 @@ license: MIT
 # 短剧剪辑与成片
 
 把 `剧集/<EP>/制作成果/` 里的逐镜素材装配成一条成片，取舍写进 `剧集/<EP>/剪辑单.md`。
-每段使用二级标题 `## CUT-...`，各自绑定一个 `MOTION-...` 和一个真实媒体文件。
+每段使用二级标题 `## CUT-...`，各自绑定一个来源 ID 和一个真实媒体文件：视频段是 `MOTION-...`，
+静态漫剧的关键帧段是 `SHOT-...` 或 `IMG-...`。
 
 根据实际素材选择可用片段，按剧本与分镜核对叙事。素材与意图不一致时，记录取舍和缺口。
 
@@ -19,7 +20,8 @@ license: MIT
 
 ## 入口
 
-进入条件是**素材已经存在且可读**：`剧集/<EP>/制作成果/` 里有本次要用的视频文件。
+进入条件是**素材已经存在且可读**：`剧集/<EP>/制作成果/` 里有本次要用的视频文件；
+静态漫剧是已接受的关键帧和配音文件。
 提示词写完、job 确认过、adapter 返回成功，都不等于素材可用；本阶段只认当前能打开的文件字节。
 
 素材不全时可以先剪已有连续段落；用户要求完整成片时，将这一版标为片段并列出缺口。
@@ -62,7 +64,10 @@ license: MIT
 - 每段一个 `## CUT-<EP>-<序号> · <中文名称>`，块内逐行写：
 
   - `- 来源：<MOTION-...> · <项目相对路径>`——`MOTION-...` 必须是 `视频提示词.md` 里真实存在
-    的条目，路径必须是当前可读的文件。
+    的条目，路径必须是当前可读的文件。静帧段写 `- 来源：<SHOT-...> · <图片路径>`（`分镜.md` 的镜头）
+    或 `<IMG-...> · <图片路径>`（`图片提示词.md` 的条目），图片为 png / jpg / jpeg / webp；
+    入点写 `0.00`，出点等于时长，至少 `0.50` 秒。静帧按交付规格的画幅与帧率铺满出画，
+    有静帧时交付规格必须写 `画幅与帧率`。
   - `- 入点：<秒>` / `- 出点：<秒>` / `- 时长：<秒>`——三者必须自洽，`出点 - 入点 == 时长`。
     全部用秒，保留两位小数，不写时间码，不写帧号。
   - `- 取舍：入点=<理由>；出点=<理由>`——理由写画面上发生了什么，不写「节奏需要」。
@@ -73,7 +78,8 @@ license: MIT
     也不做。详见 [接镜与色彩一致性](references/generated-footage.md#接镜与色彩一致性)。
   - `- 字幕：<逐字台词原文>` 或 `- 字幕：无`。本段有多句台词时改用编号写法，
     每句自带时间：`- 字幕 1：0.20-1.50 请进`、`- 字幕 2：2.30-4.30 门没有锁`。
-    编号从 1 连续，时间相对本 CUT 入点，且不得重叠。句末可加 `（重点：<词>｜<词>）`，
+    编号从 1 连续，时间相对本 CUT 入点，且不得重叠；止可以超过本段时长（跨切点见
+    [静帧段](references/still-cuts.md#配音)）。句末可加 `（重点：<词>｜<词>）`，
     这些词须出现在本句里，烧录时标黄。字色按 `剧本.md` 里这句的来源决定：对白白色，
     `[VO] 系统：` 青色，其他 `[VO]` 浅青，剪辑单里不另写。
   - `- 画面文字 N：<起>-<止> <样式> <项>｜<项>…`——视频模型写不对字，系统面板、倒计时、屏幕上的
@@ -91,11 +97,21 @@ license: MIT
     `任务面板` 和 `角标` 末尾可加 `（倒计时：<秒>）`，显示成 `4天 23:59:58` 并逐秒走动；
     `（倒计时：接续）` 接着成片里上一个倒计时走。相邻两段写同一条角标且首尾相接时，
     成片里是同一个角标，切镜时不重新入场。面板自带的 `【系统提示】` `【新任务】` `进度` 属于样式，不写进剪辑单。
-  - `- 音效 N：<起>-<止> <项目相对路径>（增益：<dB>）`——从声音文件开头取 `止 - 起` 秒，
-    混进本段该时刻的原声；增益可省，范围 -40 到 +6。单条可不编号。
+  - `- 音效 N：<起>-<止> <项目相对路径>（起点：<秒>；增益：<dB>）`——从声音文件的起点（默认开头）
+    取 `止 - 起` 秒，混进本段该时刻的原声；括号里两项都可省、顺序不限，增益范围 -40 到 +6。单条可不编号。
+  - `- 运镜：<固定|推近 n%|推近 r%/秒|…>`——只写在静帧段上，方向另有拉远、左移、右移、上移、下移；
+    n 为 1–30 的幅度，r 为 0.1–10 的速度（可带小数），不写按固定。两种写法怎么动、怎么接见
+    [静帧段](references/still-cuts.md#运镜)。
+  - `- 配音 N：<起> <项目相对路径>（起点：<秒>；增益：<dB>）`——从本段 `起` 秒开始，把声音文件从起点
+    放到结尾；括号规则同音效。`起` 可以为负，声音可以跨过切点；跨切点、核对与后期配音的规则见
+    [静帧段](references/still-cuts.md#配音)。
+  - `- 环境声：[<起>] <项目相对路径>（起点：<秒>；增益：<dB>）` 或 `- 环境声：[<起>] 无`——从本段 `起` 秒
+    （默认 0，可为负）起循环铺一层环境声，直到下一条 `环境声`；`无` 让它停下。见
+    [静帧段](references/still-cuts.md#环境声)。
 - 素材里没有被采用的镜头，在正文开头写一行 `- 未采用镜头：<MOTION-...>（理由：……）`，
   多项用 `；` 连接。理由区分两类：**文件缺失**（还没生产 / 生产失败）和**质量不可用**
   （生成结果不能用），也可说明叙事取舍。补素材前先判断需要重出还是修订上游。
+  有静帧段时也可写 `SHOT-...`；哪些镜头要有下落见 [静帧段](references/still-cuts.md#每一镜的下落)。
 - 同一个 `MOTION-...` 可以拆成多个 `CUT-...`（同一段素材的两处分别使用），也可以整段不用。
   不能凭空出现没有素材来源的 `CUT-...`。
 - 一段素材被用两次时，两个 `CUT-...` 的区间不得重叠：同一批帧在成片里出现两次是重复镜头，
@@ -123,11 +139,14 @@ python3 <本技能目录>/scripts/edit_tool.py verify <剧集/EP001> --project-r
 ```
 
 `check` 只核对不渲染：素材是否比剪辑单新（重出之后字幕、画面文字与音效时间必须重测）、区间自洽、
-`MOTION-...` 解析、文件存在、区间不越过素材时长、同源区间不重叠、字幕文字能在 `剧本.md` 里找到、
-画面文字能在 `[画面文字]` 行里找到、「接续」之前确有倒计时、音效文件存在且落在本段内。
-其中「区间不越过素材时长」需要 `ffprobe`，没有时这一项报「未测」并说明原因，不静默跳过。
-`render` 按剪辑单切段、同场景自动接镜、拼接、混入音效、烧字幕与画面文字、统一响度，输出 `剧集/<EP>/制作成果/成片/`。
-`verify` 只测量已经渲染出来的成片并回报数字，另列出画面文字与音效在成片里的起止秒、切点亮度变化和疑似坏帧，
+来源 ID 解析与每一镜的下落、文件存在、区间不越过素材时长、同源区间不重叠、字幕文字能在 `剧本.md` 里找到、
+画面文字能在 `[画面文字]` 行里找到、「接续」之前确有倒计时、音效文件存在且落在本段内、
+字幕与配音在整条片里不越过结尾、互不重叠。
+其中「区间不越过素材时长」需要 `ffprobe`，配音的两项需要 `ffmpeg`；缺哪个就报哪几项「未测」并说明原因，
+不静默跳过。
+`render` 按剪辑单切段、静帧按运镜出画、同场景自动接镜、拼接、混入音效与配音、烧字幕与画面文字、统一响度，
+输出 `剧集/<EP>/制作成果/成片/`。
+`verify` 只测量已经渲染出来的成片并回报数字，另列出画面文字、音效与配音在成片里的起止秒、切点亮度变化和疑似坏帧，
 供抽帧和回听；不改文件、不给质量结论。
 
 字幕默认由带 libass 的 ffmpeg 烧录。`--subtitles remotion` 换成一条排版可调的
@@ -137,7 +156,7 @@ python3 <本技能目录>/scripts/edit_tool.py verify <剧集/EP001> --project-r
 走 ffmpeg 的字幕压在画面文字之上。取舍见 [声音、字幕与音乐](references/sound-and-subtitles.md)，
 装法见 [Remotion 叠层](assets/remotion/README.md)。
 
-`render` 保留切好的中间文件。它只切段、硬拼接、混入 `音效` 行、统一字幕样式、画面文字、
+`render` 保留切好的中间文件。它只切段、静帧出画与运镜、硬拼接、混入 `音效` 与 `配音` 行、统一字幕样式、画面文字、
 接镜校正（写明的与同场景自动的）和整片响度，不执行 `声音` 行中的混音方案，也不按交付规格自动缩放或改帧率。
 需要混音、逐镜字幕避让、转场或画幅转换时用外部工具完成并记录，验收实际交付文件。
 
@@ -147,6 +166,7 @@ python3 <本技能目录>/scripts/edit_tool.py verify <剧集/EP001> --project-r
 
 - 阶段边界与规则分级：[阶段契约](references/stage-contract.md)
 - 可用带、生成缺陷与逐镜取舍：[生成素材的可用带](references/generated-footage.md)
+- 静态漫剧的关键帧段、运镜与配音：[静帧段](references/still-cuts.md)
 - 入出点、镜序与节奏：[入出点与镜序](references/cut-craft.md)
 - 声音接缝、字幕与音乐落点：[声音、字幕与音乐](references/sound-and-subtitles.md)
 - 成片可测项与验收：[交付与验收](references/delivery-verify.md)

package/lib/drama/skills/short-drama-edit/references/still-cuts.md

@@ -0,0 +1,90 @@
+# 静帧段
+
+静态漫剧不生成视频：每一镜是已接受的冻结关键帧，声音是逐句生成的配音。它和视频成片用同一份
+剪辑单、同一套字幕、画面文字、音效、响度与验收，区别只在来源和声音从哪里来。
+
+## 什么时候用
+
+静帧段只在创作者选了它的时候出现，三种情况：
+
+- 《视觉设定.md》的「制作形态」写明是静态漫剧（关键帧切换加配音）；
+- 创作者要求在生成视频之前，先用关键帧加配音剪一版看节奏（动态分镜）；
+- 某一镜的视频不可用，创作者同意这一镜先用关键帧顶上。一镜一问，不扩到别的镜。
+
+不因为省钱、生成失败或排队慢就自己把视频镜头换成静帧；视频项目里出现静帧段，必须能指回上面某一条。
+
+## 来源
+
+- 关键帧对应《分镜.md》的某一镜时写 `SHOT-...`。这是默认写法：镜序、职责和场景都从分镜来，
+  同场景的相邻静帧也参与自动接镜。
+- 画面来自《图片提示词.md》的某一条（场景板、道具特写）而不是某一镜时写 `IMG-...`。
+  它追不到场景，不参与自动接镜，也不承担分镜的覆盖。
+
+关键帧的画幅不必等于交付画幅：render 等比铺满后居中裁切，不拉伸。构图重心不在中间的图，
+先在外部裁好再引用。
+
+## 每一镜的下落
+
+有 `SHOT-...` 静帧时，《分镜.md》的每一镜都要么进片，要么写进「未采用镜头」并给出理由；
+有视频段时，《视频提示词.md》的每一条同样如此。视频与静帧混剪时，一镜只需一个下落：
+
+- 用静帧代替了这一镜的视频，`MOTION-...` 不必另写未采用；
+- 用了视频的镜头，对应的 `SHOT-...` 不必另写；
+- 未采用写 `MOTION-...` 时，它对应的 `SHOT-...` 一并算有下落；只写 `SHOT-...` 时，
+  这条视频仍要说明为什么没用。
+
+对应关系读《视频提示词.md》每条的 `分镜` 行。只有 `IMG-...` 静帧、没有 `SHOT-...` 的剪辑单不查分镜覆盖。
+
+## 运镜
+
+静帧上的运镜是一个在画面上移动的取景框。它替代不了表演，只负责把注意力推到该看的地方：
+
+- `推近` 用在一句话落到关键信息、人物反应要被看清时；`拉远` 用在交代处境或收尾。
+- 平移的方向是镜头的方向：`左移` 时取景框向左，画面内容向右滑。平移时画面先按同样幅度放大，
+  移动的距离是画宽（或画高）的这个百分比，图的边缘不会进画。
+- 读图就够的镜头（屏幕、字条、特写）写 `固定`。
+
+两种写法：`推近 8%` 写的是这一段走多远，整段缓入缓出，每个切点都停一下；`推近 2.5%/秒` 写的是速度，
+按渲染出的时长走，只在从静止起步或停下的地方加半秒缓冲。同一场里相邻两段同向、都写速度时，
+镜头穿过切点不减速。
+
+一场戏要像一台机器拍下来的，接镜守三条：
+
+- **同一场一个速度。** 推近大约 2–3%/秒，每段都写同一个 `%/秒`，不要每段各算一个百分比。
+- **相邻两段不反向。** 推近之后不接拉远，左移之后不接右移；要换方向，中间隔一段固定。
+- **固定只留给停住的那一拍。** 一句话落下之后的反应、系统面板亮出来的那一刻；不为变化而固定。
+
+check 在同一场里遇到相邻两段速度差 30% 以上或方向相反时给出提醒，不挡渲染。
+
+## 环境声
+
+同一场的底噪写一条 `环境声`，放在这一场第一段：它循环铺满这一场，切点处不断、不起伏，
+只在自己的开头和结尾淡入淡出。换场时在下一场第一段再写一条，`起` 写负数，新的房间声就提前
+几百毫秒进来，和上一场的叠一小段——用声音过桥，不用画面特效。一场里要突然安静（超自然入场、
+念头落地），在那一段写 `环境声：<秒> 无`。
+
+## 配音
+
+先有配音，再定时长：每句生成好之后量出有声的起止，按「开口前留白 + 句长 + 句后反应」给这一镜定 `时长`，
+再写 `配音` 的起点和同时间的 `字幕`。重出某一句之后，这一镜的时间要按新文件重排。
+
+一句话不必只配一张图。说话人开口、话落在听者的反应上，是静帧成片摆脱「一句一张图」的主要办法：
+
+- **L-cut**：配音写在说话人那一段，照常往下说，切到听者那一段时声音不断。字幕也写在说话人那一段，
+  止写到这句说完，可以超过本段时长。
+- **J-cut**：下一段的人先开口、画面后到。配音写在下一段，`起` 写负数，最早到上一段开头；
+  字幕写在上一段、从开口的时刻开始。字幕的起始终在它所在的那一段里。
+
+check 按整条片核对：配音和字幕都不得越过成片结尾（配音允许 0.05 秒），任意两句配音、任意两条字幕都不得
+同时出现，跨过来的也算。
+
+生成的配音两头常带一小段静音，句尾还可能多一声笑或气口。配音的核对只算文件里有声的部分（比最响处低
+40 dB 以内），所以两句可以贴着排；要跳过开头的静音或只要中间一段时，用 `（起点：<秒>）`。
+句尾多出来的笑想留就让它跨到下一镜，不想留就把这句写成 `音效`，用 `起-止` 截取。
+
+同一张关键帧可以给几段用，正反打来回切时不必重出图。
+
+字幕照剧本原文写，不照配音文件名或生成时的文本写；两者不一致时以剧本为准，回生产阶段重出这一句。
+
+视频段也可以写 `配音`，用于后期补一句旁白或替换听不清的台词。它叠在原声之上：原声里如果已经有
+这句台词，要先在外部把原声处理掉，再用处理后的文件作来源。