adyou 0.6.5 → 0.6.7

package/dist/core/creatives/factory.js

@@ -11,6 +11,7 @@ import { langName, localizedBoard, localizedConcept, planStoryboards, translateC
 import { generateVideo } from './video.js';
 import { appendEndCard, burnCaptions, concatClips, deriveRatio, hasFfmpeg, kenBurnsClip, lastFrame, mixVoiceover, motionScore, pickHookBand, probe, refCanvas, tailLoudnessDb, uiDemoClip } from './videofx.js';
 import { synthesizeSpeech, ttsAvailable } from './tts.js';
+import { spokenForm } from './speech.js';
 import { isMockGen } from './images.js';
 import { checkArtifacts, checkFrames, checkProductMatch, checkSpeech } from './qa.js';
 /** 말하는 포맷의 음성 방식 — 영어만 Veo 네이티브 발화(실측 안정) · 그 외 언어는 TTS 내레이션(Veo 한국어·일본어 발화는 엉뚱한 대사 · 2026-09-16 사장님 검수) */
@@ -126,11 +127,15 @@ export async function produceConceptVideos(o) {
                         const mode = line ? speechModeFor(rl) : 'none';
                         // 대사는 클립 안에서 여유 있게 끝나야 한다 — 뚝 끊김 방지: 짧은 한 문장 · 마지막 1~1.5초는 말 없이 미소/끄덕임
                         // 2026-09-17 사장님 「말이 너무 느리다 · 빨리 치면 대사 더 들어가도 된다」 → 신난 친구 톤으로 빠르게 · 마지막 1초만 무언
-                        const speech = line && mode === 'native' ? ` The person speaks to camera in ${langName(rl)} (spoken language must be ${langName(rl)}), talking QUICKLY and excitedly like a friend sharing great news — fast natural pace, no long pauses, every word clear: "${line}". Natural lip sync, genuine, native-speaker accent. They start speaking immediately at second 0 and finish the whole line by second ${Math.max(4, clip.sec - 1)}; for the final second they are silent, smiling or nodding at the camera (no speech cut-off).` : line ? ` The person does NOT speak at all — lips stay closed or in a natural smile; they react to the camera (nod, raised eyebrows, showing the product or their phone screen, a small laugh) like a silent vlog moment; a narrator voice-over will be added later. Audio: light background music only, no speech, no dialogue, no humming.` : '';
+                        const speech = line && mode === 'native' ? ` The person speaks to camera in ${langName(rl)} (spoken language must be ${langName(rl)}), talking QUICKLY and excitedly like a friend sharing great news — fast natural pace, no long pauses, every word clear: "${spokenForm(line, rl, [o.brief.company])}". Natural lip sync, genuine, native-speaker accent. They start speaking immediately at second 0 and finish the whole line by second ${Math.max(4, clip.sec - 1)}; for the final second they are silent, smiling or nodding at the camera (no speech cut-off).` : line ? ` The person does NOT speak at all — lips stay closed or in a natural smile; they react to the camera (nod, raised eyebrows, showing the product or their phone screen, a small laugh) like a silent vlog moment; a narrator voice-over will be added later. Audio: light background music only, no speech, no dialogue, no humming.` : '';
                         const castLine = board.cast ? ` Character (identical in every shot — same face, hair, skin tone, outfit): ${board.cast}.` : '';
                         // 장면 컷(말하지 않는)은 빠른 템포 명시 — 느긋한 풍경·정지 인물 금지(이어붙일 때 ${pace.speed}배속도 함)
                         const paceLine = !line && SCENE_FORMATS.includes(format) ? ` Pacing: fast-paced and energetic — visible action within the first half second, two beats of motion inside the shot (action, then a snap change), never a slow drift over scenery or a person standing still.` : '';
-                        const prompt = `${clip.prompt}${castLine}${speech}${paceLine} Style: ${genreStyle(board.genre)}. Camera: ${tw.camera}. Audio: ${job.audio ? `${board.music || tw.music}${person && mode === 'native' ? ', clear voice over the music' : ''}${!line ? ', whoosh and impact sound effects on the action beats' : ''}` : 'silent'}. No on-screen text, no subtitles, no captions, no logos, no watermark.`;
+                        // 내레이션이 얹히는 장면 컷에 사람이 카메라를 보며 말하는 듯 서 있으면 「소리는 나는데 입은 안 움직이는」 영상이 된다(티르티르 라이프스타일 · 2026-09-17) → 관찰 시점 · 아무도 카메라에 말하지 않음
+                        const candidLine = !line && SCENE_FORMATS.includes(format) && format !== 'product_hero' ? ` Observational footage: nobody addresses the camera or talks — if a person is visible they are absorbed in what they are doing (using the product, moving, reacting to a friend off-screen), lips closed or a natural smile, never looking into the lens like a presenter. A narrator voice-over is added later.` : '';
+                        // 제품 히어로: 제품이 물리적으로 그대로 — 없던 부품(어플리케이터·브러시)이 생기거나 열리지 않음(티르티르 「바르는 부분이 없다가 생김」 · 2026-09-17)
+                        const productLine = format === 'product_hero' ? ` The product stays physically exactly as it is: nothing new appears on it, no parts detach, open, extend or transform (no applicator or brush emerging from a closed product); if the product is shown open, it is open from the very first frame. Motion comes from camera, light, rotation, liquid or hands presenting it.` : '';
+                        const prompt = `${clip.prompt}${castLine}${speech}${paceLine}${candidLine}${productLine} Style: ${genreStyle(board.genre)}. Camera: ${tw.camera}. Audio: ${job.audio ? `${board.music || tw.music}${person && mode === 'native' ? ', clear voice over the music' : ''}${!line ? ', whoosh and impact sound effects on the action beats' : ''}` : 'silent'}. No on-screen text, no subtitles, no captions, no logos, no watermark.`;
                         // 첫 프레임 규칙(2026-09-17 사장님 검수 「이미지 하나 붙여놓은 영상」) — 실물 제품 사진 + 제품 히어로 포맷일 때만 사진을 첫 프레임으로. 그 외는 프롬프트만으로 장면 생성(정적 배경 앵커 금지)
                         let firstFrame;
                         const refImg = format === 'product_hero' ? o.refs?.[0] : undefined;
@@ -192,12 +197,12 @@ export async function produceConceptVideos(o) {
                             log(`  ${q.note}`);
                             if (!q.ok && ttsAvailable()) {
                                 try {
-                                    const v = await synthesizeSpeech({ text: line, lang: rl, file: path.join(o.dir, `${key}_${rl}_c${ci}_vo.mp3`), tone, persona: o.brief.audienceProfile?.persona });
+                                    const v = await synthesizeSpeech({ text: line, lang: rl, file: path.join(o.dir, `${key}_${rl}_c${ci}_vo.mp3`), tone, persona: o.brief.audienceProfile?.persona, keep: [o.brief.company] });
                                     const mixed = cf.replace(/\.mp4$/, '.vo.mp4');
-                                    await mixVoiceover(cf, v.file, mixed, { duck: 0.08 });
+                                    await mixVoiceover(cf, v.file, mixed, { replace: true });
                                     fs.copyFileSync(mixed, cf);
                                     costKrw += v.costKrw;
-                                    log('  → TTS 내레이션으로 대체 ✓ (입모양은 안 맞을 수 있어요 · 자막 중심)');
+                                    log('  → TTS 내레이션으로 대체 ✓ (원본 대사는 소리를 없앰 · 입모양은 안 맞을 수 있어요 · 자막 중심)');
                                 }
                                 catch (e) {
                                     log(`  ⚠ TTS 대체 실패: ${e instanceof Error ? e.message.slice(0, 100) : e}`);
@@ -294,12 +299,14 @@ export async function produceConceptVideos(o) {
                     const sp = await checkSpeech(rawFile, { lang: rl, expected: '' });
                     const hasSpeech = !sp.skipped && sp.data?.lang !== 'none';
                     const rawSec = (await probe(rawFile).catch(() => ({ durationSec: job.durationSec }))).durationSec;
-                    const v = await synthesizeSpeech({ text: ttsLine, lang: rl, file: path.join(o.dir, `${key}_${rl}_vo.mp3`), tone, persona: o.brief.audienceProfile?.persona, fitSec: Math.max(3, rawSec - 0.6) });
+                    const v = await synthesizeSpeech({ text: ttsLine, lang: rl, file: path.join(o.dir, `${key}_${rl}_vo.mp3`), tone, persona: o.brief.audienceProfile?.persona, fitSec: Math.max(3, rawSec - 0.6), keep: [o.brief.company] });
                     const mixed = rawFile.replace(/\.raw\.mp4$/, '.vo.raw.mp4');
-                    await mixVoiceover(rawFile, v.file, mixed, { duck: hasSpeech ? 0.28 : speakingBoard ? 0.45 : 0.6 });
+                    // 말하는 포맷(UGC)인데 원본에 말소리가 있으면(다른 언어·웅얼거림) 겹쳐 들리므로 원본 소리를 버린다 · 장면 포맷은 음악을 남기고 크게 낮춤
+                    const replace = hasSpeech && speakingBoard;
+                    await mixVoiceover(rawFile, v.file, mixed, { duck: hasSpeech ? 0.2 : speakingBoard ? 0.45 : 0.6, replace });
                     fs.copyFileSync(mixed, rawFile);
                     costByLang[rl] = (costByLang[rl] || 0) + v.costKrw;
-                    log(`  ${langName(rl)} 내레이션(TTS) ${v.durationSec.toFixed(1)}초 얹음 ✓${hasSpeech ? ' (원본 말소리 감지 → 원본 소리 크게 낮춤 · 말하는 동안 사이드체인)' : ' (원본 음악 유지 · 말하는 동안만 낮춤)'}`);
+                    log(`  ${langName(rl)} 내레이션(TTS) ${v.durationSec.toFixed(1)}초 얹음 ✓${replace ? ' (원본 말소리 감지 → 원본 소리 없앰)' : hasSpeech ? ' (원본 말소리 감지 → 원본 소리 크게 낮춤 · 말하는 동안 사이드체인)' : ' (원본 음악 유지 · 말하는 동안만 낮춤)'}`);
                 }
                 catch (e) {
                     log(`  ⚠ 내레이션 실패(음악만): ${e instanceof Error ? e.message.slice(0, 100) : e}`);

package/dist/core/creatives/render.js

@@ -6,7 +6,7 @@ import path from 'node:path';
 import satori from 'satori';
 import { Resvg } from '@resvg/resvg-js';
 import { HOME } from '../state.js';
-import { SIZES } from './specs.js';
+import { SIZES, wlen } from './specs.js';
 const FONT_CDN = 'https://cdn.jsdelivr.net/gh/orioncactus/pretendard@v1.3.9/packages/pretendard/dist/public/static';
 const WEIGHTS = [['Pretendard-ExtraBold', 800], ['Pretendard-Bold', 700], ['Pretendard-Medium', 500]];
 /** 언어별 글꼴 폴백 — Pretendard 는 한글·라틴만. 일본어=Pretendard JP(가나·한자) · 중국어=Noto Sans TC/SC · 태국어=Noto Sans Thai. 같은 family 이름으로 넣어 satori 가 빠진 글리프를 다음 글꼴에서 찾게 한다. */
@@ -141,9 +141,51 @@ export function tree(size, concept, brief, bg, logo, ctaText) {
     // 구글 이미지(1200×628·1200×1200)는 텍스트 20% 안에서 헤드라인 8.5% + 본문 한 줄 3.6% — 너무 비면 썰렁(사장님 검수) · 메타보다 한 단계 작게
     // 🔴 가로로 긴 포스터(1200×628 · 1920×1080)는 짧은 변 기준이라 폭 대비 글자가 절반 크기로 보임(2026-09-17 사장님 「가로 큰 이미지 글자 작다」) → 1.35배 키움(구글 텍스트 20% 안 · 실측 ≈11%)
     const wideBoost = !banner && !short && !narrow && w / hh >= 1.3 ? 1.35 : 1;
-    const headFs = Math.round((short ? hh * 0.34 : narrow ? w * 0.14 : banner ? base * 0.12 : googleLight ? base * 0.085 : base * (hh > w ? 0.12 : 0.105)) * wideBoost);
-    const bodyFs = short ? 0 : Math.round((narrow ? w * 0.085 : banner ? base * 0.062 : googleLight ? base * 0.036 : base * 0.046) * wideBoost);
-    const ctaFs = Math.round((short ? hh * 0.28 : narrow ? w * 0.09 : banner ? base * 0.06 : googleLight ? base * 0.036 : base * 0.04) * wideBoost);
+    let headFs = Math.round((short ? hh * 0.34 : narrow ? w * 0.14 : banner ? base * 0.12 : googleLight ? base * 0.085 : base * (hh > w ? 0.12 : 0.105)) * wideBoost);
+    let bodyFs = short ? 0 : Math.round((narrow ? w * 0.085 : banner ? base * 0.062 : googleLight ? base * 0.036 : base * 0.046) * wideBoost);
+    let ctaFs = Math.round((short ? hh * 0.28 : narrow ? w * 0.09 : banner ? base * 0.06 : googleLight ? base * 0.036 : base * 0.04) * wideBoost);
+    // 🔴 가로 포스터(1200×628 · 16:9 엔드카드)는 v2.7 의 1.35배로도 「글자가 작고 양이 적다」(2026-09-17 사장님 재검수) → 높이 기준으로 크게(헤드라인 15.5% · 본문 5.6% · CTA 5.8%) + 본문 두 줄 + 증거 알약 최대 3개
+    const widePoster = !banner && w / hh > 1.6;
+    if (widePoster) {
+        headFs = Math.round(hh * (wlen(head) > 24 ? 0.125 : 0.155));
+        bodyFs = Math.round(hh * 0.056);
+        ctaFs = Math.round(hh * 0.058);
+    }
+    const chipFs = Math.round(hh * 0.044);
+    let proofs = widePoster ? [...(brief.proofPoints || []), ...(brief.usp || [])].map((x) => { const t = String(x || '').replace(/\s+/g, ' ').trim(); return cutWords(t, /[\u3000-\u9fff\uac00-\ud7af]/.test(t) ? 18 : 34); }).filter((x) => x && wlen(x) <= 36).filter((x, i, a) => a.indexOf(x) === i).slice(0, 3) : [];
+    const cjk = /[\u3000-\u9fff\uac00-\ud7af]/.test(body);
+    let bodyText = banner ? cutWords(body, 70) : widePoster ? cutWords(body, cjk ? 60 : 110) : googleLight ? cutWords(body, 48) : body;
+    if (widePoster) {
+        // 세로 예산 — 헤드라인이 두 줄이면 CTA 가 바닥 밖으로 밀린다(힐스테이트 1200×628 실사고 · 2026-09-17) → 줄 수를 어림해 넘치면 헤드라인 축소 → 알약 줄이기 → 본문 한 줄 순으로 맞춘다
+        const colW = Math.round(w * 0.72);
+        const gap = Math.round(pad * 0.5);
+        // 글자 폭 어림(Pretendard 실측 · 에어서울 97px 헤드라인 780px): 한글·전각 0.86em · 숫자·라틴 0.55em · 공백 0.3em
+        const textW = (t, fs) => [...t].reduce((n, ch) => n + (ch === ' ' ? 0.3 : (ch.codePointAt(0) || 0) > 0x2e7f ? 0.86 : 0.55), 0) * fs;
+        const lines = (t, fs) => Math.max(1, Math.ceil(textW(t, fs) / colW));
+        const chipRows = () => { let rows = 0, x = 0; for (const t of proofs) {
+            const cw = textW(t, chipFs) + chipFs * 2.4;
+            if (!rows || x + cw > colW) {
+                rows++;
+                x = cw;
+            }
+            else
+                x += cw + chipFs * 0.45;
+        } return rows; };
+        // 실측 보정(에어서울 1200×628 · 헤드라인 97 + 본문 2줄 + 알약 2줄 + CTA ≈ 563px 로 들어감) — 로고 행 ≈ headFs×0.5 · 사이 간격 4곳
+        const total = () => headFs * 0.5 + lines(head, headFs) * headFs * 1.12 + lines(bodyText, bodyFs) * bodyFs * 1.45 + (proofs.length ? chipRows() * chipFs * 1.9 : 0) + ctaFs * 2 + headFs * 0.28 * 1.4 + gap * 4;
+        const avail = hh - pad * 0.9;
+        if (total() > avail && chipRows() > 1)
+            proofs = proofs.slice(0, 2);
+        if (total() > avail && chipRows() > 1)
+            proofs = proofs.slice(0, 1);
+        if (total() > avail && lines(head, headFs) > 1)
+            headFs = Math.round(hh * 0.11);
+        if (total() > avail && lines(bodyText, bodyFs) > 1)
+            bodyText = cutWords(body, cjk ? 30 : 55);
+        if (total() > avail)
+            proofs = [];
+    }
+    const chips = proofs.length ? h('div', { display: 'flex', flexWrap: 'wrap', gap: Math.round(chipFs * 0.45) }, proofs.map((t) => h('div', { display: 'flex', alignItems: 'center', gap: Math.round(chipFs * 0.4), fontSize: chipFs, fontWeight: 700, color: fg, backgroundColor: dark ? 'rgba(255,255,255,.16)' : 'rgba(255,255,255,.78)', borderRadius: 999, padding: `${Math.round(chipFs * 0.28)}px ${Math.round(chipFs * 0.7)}px`, whiteSpace: 'nowrap' }, [h('div', { width: Math.round(chipFs * 0.42), height: Math.round(chipFs * 0.42), borderRadius: 999, backgroundColor: primary }), h('div', { whiteSpace: 'nowrap' }, t)]))) : null;
     const children = [];
     if (bg)
         children.push(h('img', { position: 'absolute', top: 0, left: 0, width: w, height: hh, objectFit: 'cover', filter: dark ? 'brightness(.66)' : 'brightness(1.02)' }, undefined, { src: bg, width: w, height: hh }));
@@ -165,7 +207,8 @@ export function tree(size, concept, brief, bg, logo, ctaText) {
             h('div', { display: 'flex', justifyContent: 'space-between', alignItems: 'center' }, [brandRow, domain && !banner ? h('div', { fontSize: Math.round(headFs * 0.3), fontWeight: 500, color: sub }, domain) : h('div', {}, '')]),
             h('div', { display: 'flex', flexDirection: 'column', gap: Math.round(pad * (banner ? 0.35 : 0.5)), maxWidth: isWide ? Math.round(w * 0.72) : w - pad * 2 }, [
                 wordsEl(head, { fontSize: headFs, fontWeight: 800, color: fg, lineHeight: 1.12, letterSpacing: -1.5 }),
-                (banner && bodyFs < 14) || bodyFs === 0 ? h('div', {}, '') : wordsEl(banner ? cutWords(body, 70) : googleLight ? cutWords(body, 48) : body, { fontSize: bodyFs, fontWeight: 500, color: sub, lineHeight: 1.45 }),
+                (banner && bodyFs < 14) || bodyFs === 0 ? h('div', {}, '') : wordsEl(bodyText, { fontSize: bodyFs, fontWeight: 500, color: sub, lineHeight: 1.45 }),
+                ...(chips ? [chips] : []),
                 h('div', { display: 'flex', marginTop: Math.round(pad * 0.3) }, [ctaPill]),
             ]),
             banner ? h('div', {}, '') : h('div', { display: 'flex', justifyContent: 'space-between', fontSize: Math.round(headFs * 0.28), fontWeight: 500, color: sub }, [h('div', {}, brief.company), h('div', {}, domain)]),

package/dist/core/creatives/speech.d.ts

@@ -0,0 +1,8 @@
+/** 한자어 수사 — 82700 → 「팔만 이천칠백」 · 1500 → 「천오백」 · 10000 → 「만」 */
+export declare function koNumberWords(n: number): string;
+/** 고유어 수사(단위 앞 · 1~99) — 3개 → 「세 개」 · 12개 → 「열두 개」 · 20개 → 「스무 개」 */
+export declare function koNativeCount(n: number): string | null;
+/** 일본어 한자 숫자 — 82700 → 「八万二千七百」 · 10000 → 「一万」 · 1000 → 「千」 */
+export declare function jaNumberWords(n: number): string;
+/** 말하기용 문장 — 자막은 원문 그대로 두고, TTS·발화 프롬프트에만 쓴다. keep = 브랜드명 등 대문자를 유지할 낱말 */
+export declare function spokenForm(text: string, lang: string, keep?: string[]): string;

package/dist/core/creatives/speech.js

@@ -0,0 +1,119 @@
+// 말로 읽히는 형태(spoken form) — TTS 와 네이티브 발화 모델은 「글자 그대로」 읽는다.
+//   2026-09-17 사장님 검수: 에어서울 TTS 가 「82,700원」을 「82만 7천원」으로 · ISEKAI'D 영어 UGC 가 강조 대문자 「ME」를 「엠-이」로 읽음.
+//   자막·포스터에는 원문(숫자·대문자)을 그대로 쓰고, 말하는 데 넘기는 문장만 이 함수로 바꾼다.
+const KO_DIGIT = ['', '일', '이', '삼', '사', '오', '육', '칠', '팔', '구'];
+const KO_SMALL = ['', '십', '백', '천'];
+const KO_BIG = ['', '만', '억', '조', '경'];
+/** 한자어 수사 — 82700 → 「팔만 이천칠백」 · 1500 → 「천오백」 · 10000 → 「만」 */
+export function koNumberWords(n) {
+    if (!Number.isFinite(n) || n < 0)
+        return String(n);
+    if (n === 0)
+        return '영';
+    const groups = [];
+    let v = Math.floor(n);
+    let gi = 0;
+    while (v > 0 && gi < KO_BIG.length) {
+        const g = v % 10000;
+        if (g) {
+            let s = '';
+            for (let p = 3; p >= 0; p--) {
+                const d = Math.floor(g / 10 ** p) % 10;
+                if (!d)
+                    continue;
+                s += (d === 1 && p > 0 ? '' : KO_DIGIT[d]) + KO_SMALL[p];
+            }
+            // 「일만」 → 「만」 · 「일억」 은 그대로
+            if (gi === 1 && s === '일')
+                s = '';
+            groups.unshift(s + KO_BIG[gi]);
+        }
+        v = Math.floor(v / 10000);
+        gi++;
+    }
+    return groups.join(' ');
+}
+const KO_NATIVE_1 = ['', '한', '두', '세', '네', '다섯', '여섯', '일곱', '여덟', '아홉'];
+const KO_NATIVE_10 = ['', '열', '스무', '서른', '마흔', '쉰', '예순', '일흔', '여든', '아흔'];
+/** 고유어 수사(단위 앞 · 1~99) — 3개 → 「세 개」 · 12개 → 「열두 개」 · 20개 → 「스무 개」 */
+export function koNativeCount(n) {
+    if (!Number.isInteger(n) || n < 1 || n > 99)
+        return null;
+    const t = Math.floor(n / 10), u = n % 10;
+    if (t === 2 && u > 0)
+        return '스물' + KO_NATIVE_1[u];
+    return (t ? KO_NATIVE_10[t] : '') + (u ? KO_NATIVE_1[u] : '');
+}
+/** 고유어로 세는 단위(뒤에 바로 붙는 것) */
+const KO_NATIVE_UNITS = ['개', '명', '번', '잔', '장', '병', '시간', '살', '마리', '군데', '가지', '곳', '달', '배', '대', '벌', '켤레', '봉지', '판', '컷', '줄', '분(?=\\s|$)'];
+const JA_DIGIT = ['', '一', '二', '三', '四', '五', '六', '七', '八', '九'];
+const JA_SMALL = ['', '十', '百', '千'];
+const JA_BIG = ['', '万', '億', '兆'];
+/** 일본어 한자 숫자 — 82700 → 「八万二千七百」 · 10000 → 「一万」 · 1000 → 「千」 */
+export function jaNumberWords(n) {
+    if (!Number.isFinite(n) || n < 0)
+        return String(n);
+    if (n === 0)
+        return '零';
+    const groups = [];
+    let v = Math.floor(n);
+    let gi = 0;
+    while (v > 0 && gi < JA_BIG.length) {
+        const g = v % 10000;
+        if (g) {
+            let s = '';
+            for (let p = 3; p >= 0; p--) {
+                const d = Math.floor(g / 10 ** p) % 10;
+                if (!d)
+                    continue;
+                s += (d === 1 && p > 0 && p < 3 ? '' : d === 1 && p === 3 && gi === 0 ? '' : JA_DIGIT[d]) + JA_SMALL[p];
+            }
+            if (gi >= 1 && s === '')
+                s = '一';
+            groups.unshift(s + JA_BIG[gi]);
+        }
+        v = Math.floor(v / 10000);
+        gi++;
+    }
+    return groups.join('');
+}
+/** 영어 대사에서 그대로 두는 약어(실제로 글자 단위로 읽는 것) */
+const EN_ACRONYMS = new Set(['AI', 'VR', 'AR', 'XR', 'UI', 'UX', 'PC', 'TV', 'DIY', 'USA', 'UK', 'EU', 'NYC', 'LA', 'FAQ', 'ID', 'OK', 'DM', 'CEO', 'CTO', 'HR', 'IT', 'SEO', 'B2B', 'B2C', 'SaaS', '3D', '2D', '4K', 'HD', 'TTS', 'API', 'CRM', 'ERP', 'POS', 'GPS', 'USB', 'LED', 'SUV', 'EV', 'NFT', 'RPG', 'MMO', 'FPS', 'PDF', 'URL', 'VIP', 'ASAP', 'BTS', 'KPOP', 'K']);
+/** 영어 구어에서 글자로 읽으면 안 되는 약어 → 풀어 쓴 말 */
+const EN_EXPAND = { MC: 'main character', OP: 'overpowered', IRL: 'in real life', TBH: 'to be honest', OMG: 'oh my god', BFF: 'best friend', DMs: 'direct messages', GOAT: 'greatest of all time', FOMO: 'fear of missing out', POV: 'point of view', ATM: 'right now' };
+const NUM_RE = /(?<![\d.:/-])(\d{1,3}(?:,\d{3})+|\d+)(?![\d.:/-])/g;
+/** 말하기용 문장 — 자막은 원문 그대로 두고, TTS·발화 프롬프트에만 쓴다. keep = 브랜드명 등 대문자를 유지할 낱말 */
+export function spokenForm(text, lang, keep = []) {
+    const keepSet = new Set(keep.flatMap((k) => String(k || '').split(/[^A-Za-z0-9]+/)).filter(Boolean));
+    const L = (lang || 'en').split('-')[0].toLowerCase();
+    let s = String(text || '').replace(/\s+/g, ' ').trim();
+    if (!s)
+        return s;
+    if (L === 'ko') {
+        s = s.replace(/(\d[\d,]*[가-힣]*)\s*[~∼～]\s*(?=\d)/g, '$1에서 ');
+        s = s.replace(/%/g, '퍼센트').replace(/\s*&\s*/g, ' 앤 ').replace(/\+/g, ' 플러스 ');
+        // 고유어 단위(개·명·번…) 앞의 1~99 는 고유어로
+        s = s.replace(new RegExp(`(?<![\\d,.])(\\d{1,2})(?=(?:${KO_NATIVE_UNITS.join('|')}))`, 'g'), (m) => { const w = koNativeCount(Number(m)); return w ? `${w} ` : m; });
+        s = s.replace(NUM_RE, (m) => koNumberWords(Number(m.replace(/,/g, ''))));
+        return s.replace(/\s+/g, ' ').trim();
+    }
+    if (L === 'ja') {
+        s = s.replace(/(\d[\d,]*[぀-ヿ一-鿿]*)\s*[~∼～]\s*(?=\d)/g, '$1から');
+        s = s.replace(/%/g, 'パーセント').replace(/\s*&\s*/g, 'と');
+        s = s.replace(NUM_RE, (m) => jaNumberWords(Number(m.replace(/,/g, ''))));
+        return s.trim();
+    }
+    if (L === 'en') {
+        s = s.replace(/\s*&\s*/g, ' and ').replace(/(\S)\s*=\s*(\S)/g, '$1 equals $2').replace(/\bw\//g, 'with').replace(/\bvs\.?\b/gi, 'versus');
+        s = s.replace(/\b([A-Za-z]+)\b/g, (w) => {
+            if (EN_EXPAND[w])
+                return EN_EXPAND[w];
+            // 강조용 대문자 낱말(ME · BE · SO · LITERALLY)은 소문자로 — 모델이 약어로 보고 한 글자씩 읽는다. 진짜 약어·한 글자(I·A)는 그대로
+            if (/^[A-Z]{2,}$/.test(w) && !EN_ACRONYMS.has(w) && !keepSet.has(w))
+                return w.toLowerCase();
+            return w;
+        });
+        return s.replace(/\s+/g, ' ').trim();
+    }
+    return s;
+}

package/dist/core/creatives/storyboard.js

@@ -70,7 +70,9 @@ export async function generateStoryboards(brief, concept, o) {
 - ui_demo 클립(kind=ui_demo)은 prompt 대신 화면에 얹을 설명 한 줄(${lang})만 쓴다(실제 사이트 화면을 우리가 넣는다).
 - text_hook 포맷의 clips[].prompt 는 「자막 뒤에 깔릴 배경 장면」이다 — 타겟이 일하는/사용하는 실사 장면(사람 뒷모습·손·사무실·제품 사용) 또는 추상 도형. 화면 안에 글자·숫자·차트 라벨·UI 를 그리지 말 것(우리 자막이 글자를 담당 · AI 글자는 깨진다).
 - 사람이 나오는 board 는 cast 에 인물 외형 고정 문장(영어 1문장 · 성별/나이대/인종·피부톤/머리/옷/소품 · 브리프 타겟에 맞게)을 쓰고, 그 인물이 이어지는 컷은 clips[].continues=true(앞 컷의 마지막 프레임에서 이어짐 · 인물·장소 동일). 인물 없는 컷은 continues=false.
-- 제품은 물리적으로 말이 되게 — 실제 제품 종류 하나만(쿠션에서 마스카라 브러시가 나오는 식 금지) · 한 컷에 한 제품 · 손과 제품 비율 자연스럽게.
+- 제품은 물리적으로 말이 되게 — 실제 제품 종류 하나만(쿠션에서 마스카라 브러시가 나오는 식 금지) · 한 컷에 한 제품 · 손과 제품 비율 자연스럽게 · **컷 도중에 없던 부품(어플리케이터·브러시·뚜껑)이 생기거나 제품이 열리는 연출 금지** — 열린 상태를 보이려면 첫 프레임부터 열려 있게.
+- 말하지 않는 장면 포맷(cinematic·lifestyle·text_hook)의 사람은 **카메라를 보며 말하는 듯 서 있지 않는다** — 내레이션(voice)이 따로 얹히므로 인물은 행동 중(제품 사용·이동·친구와 반응)이고 렌즈를 보지 않는다(입 다문 채 카메라 응시 = 「소리는 나는데 입이 안 움직이는」 영상).
+- speech·voice 는 **입으로 읽히는 그대로** 쓴다: 강조용 대문자(ME·BE·SO)·약어(MC·IRL·OP)·기호(=·&·+·%)·이모지 금지 — 발화 모델이 글자 단위로 읽는다. 숫자는 그대로 써도 된다(읽기 형태는 우리가 바꾼다).
 - 사실은 브리프(usp·proofPoints·offer)에 있는 것만. 과장·최상급·보장·전후비교·개인 속성 지칭 금지. ${brief.notes ? `주의: ${brief.notes}` : ''}
 - 출력 JSON: {"boards":[{format,genre,hook,captions[],voice,music,cast,clips:[{sec,kind,prompt,speech,continues}]}]}`,
         user: JSON.stringify({ brief: { company: brief.company, offer: brief.offer, category: brief.category, industry: brief.industry, audience: brief.audience, audienceProfile: brief.audienceProfile, usp: brief.usp, proofPoints: brief.proofPoints, tone: brief.tone, language: lang, palette: brief.palette }, concept: { key: concept.key, name: concept.name, angle: concept.angle, headline: concept.headlines[0], body: concept.bodies[0], imagePrompt: concept.imagePrompt }, goal: o.goal, cta, durationSec: o.durationSec, formats: o.formats }),
@@ -83,7 +85,10 @@ export async function generateStoryboards(brief, concept, o) {
             continue;
         }
         const clips = p.clips.map((pc, i) => { const src = b.clips[i] || b.clips[b.clips.length - 1]; return { sec: pc.sec, kind: pc.kind, prompt: (src?.prompt || '').trim(), speech: src?.speech || undefined, continues: i > 0 ? !!src?.continues : false }; });
-        boards.push({ id: `${concept.key}_${p.format}`, format: p.format, genre: p.format === 'ugc_selfie' ? 'ugc' : (b.genre && genres.includes(b.genre) ? b.genre : genres[0]) || 'photoreal', hook: fitHook(b.hook), captions: b.captions.map((c) => c.trim()).filter(Boolean).slice(0, 3), voice: b.voice || undefined, music: b.music || tone.music, cta, durationSec: o.durationSec, clips, lang, cast: b.cast || undefined });
+        const caps = b.captions.map((c) => c.trim()).filter(Boolean).slice(0, 3);
+        // 🔴 장면 포맷의 voice 를 모델이 비우면 내레이션 없는 「음악만」 영상이 된다(힐스테이트 글자 훅 · 2026-09-17) → 자막 두 줄로 내레이션을 만든다
+        const voice = b.voice?.trim() || (p.format !== 'ugc_selfie' ? [caps[0], caps[1]].filter(Boolean).join(', ').replace(/[.!?。！？]?$/, '.') : undefined);
+        boards.push({ id: `${concept.key}_${p.format}`, format: p.format, genre: p.format === 'ugc_selfie' ? 'ugc' : (b.genre && genres.includes(b.genre) ? b.genre : genres[0]) || 'photoreal', hook: fitHook(b.hook), captions: caps, voice, music: b.music || tone.music, cta, durationSec: o.durationSec, clips, lang, cast: b.cast || undefined });
     }
     return boards;
 }

package/dist/core/creatives/tts.d.ts

@@ -11,5 +11,6 @@ export declare function synthesizeSpeech(o: {
     file: string;
     tone?: 'calm' | 'lively' | 'bold';
     persona?: string; /** 이 초 안에 끝나야 하면 넘치는 만큼 배속(최대 1.4배 · 음높이 유지) */
-    fitSec?: number;
+    fitSec?: number; /** 대문자를 유지할 낱말(브랜드명) */
+    keep?: string[];
 }): Promise<TtsResult>;

package/dist/core/creatives/tts.js

@@ -5,6 +5,7 @@ import { promisify } from 'node:util';
 const execFileP = promisify(execFile);
 import { imageConfig } from './images.js';
 import { probe } from './videofx.js';
+import { spokenForm } from './speech.js';
 const VOICE = { ko: 'nova', ja: 'shimmer', en: 'nova', zh: 'nova', default: 'alloy' };
 export function ttsAvailable() { const c = imageConfig(); return !!c && c.provider === 'bizrouter'; }
 /** 한 문장 내레이션 mp3 — 톤은 광고 UGC(캐주얼·자연스럽게). 실패는 예외. 원가는 응답에 없어 추정(≈₩15/문장). */
@@ -16,7 +17,7 @@ export async function synthesizeSpeech(o) {
     // 2026-09-17 사장님 「말이 너무 느리다」 → 기본 빠른 템포(신난 친구가 소식 전하듯) · calm 도 처지지 않게
     const style = o.tone === 'calm' ? 'warm, trustworthy, brisk but unhurried' : o.tone === 'bold' ? 'energetic, confident, punchy, fast' : 'casual, upbeat, excited, fast';
     const instructions = `Speak in natural ${lang === 'ko' ? 'Korean' : lang === 'ja' ? 'Japanese' : lang === 'zh' ? 'Chinese' : 'the given language'} like a real person talking to their phone camera in a short social video ad: ${style}. Speak quickly — about 20% faster than normal conversation, like an excited friend sharing news — with no long pauses, but every word clear. Not read from a script.${o.persona ? ` Speaker: ${o.persona}.` : ''}`;
-    const res = await fetch(`${cfg.base}/v1/audio/speech`, { method: 'POST', headers: { 'content-type': 'application/json', authorization: `Bearer ${cfg.key}` }, body: JSON.stringify({ model: 'openai/gpt-4o-mini-tts', input: o.text, voice: VOICE[lang] || VOICE.default, instructions, response_format: 'mp3' }), signal: AbortSignal.timeout(60_000) });
+    const res = await fetch(`${cfg.base}/v1/audio/speech`, { method: 'POST', headers: { 'content-type': 'application/json', authorization: `Bearer ${cfg.key}` }, body: JSON.stringify({ model: 'openai/gpt-4o-mini-tts', input: spokenForm(o.text, lang, o.keep), voice: VOICE[lang] || VOICE.default, instructions, response_format: 'mp3' }), signal: AbortSignal.timeout(60_000) });
     if (!res.ok)
         throw new Error(`TTS ${res.status} ${(await res.text()).slice(0, 160)}`);
     fs.writeFileSync(o.file, Buffer.from(await res.arrayBuffer()));

package/dist/core/creatives/videofx.d.ts

@@ -74,7 +74,8 @@ export declare function gainToDb(file: string, targetDb: number, min?: number, m
 /** 내레이션 얹기 — 원본 소리(음악)는 duck 배로 낮춘 뒤 **말하는 동안만 사이드체인으로 더 눌러**(≈-20dB) 목소리가 또렷하고, 말이 끝나면 음악이 돌아온다(2026-09-17 · 전엔 말소리 감지 시 원본을 0 으로 버려 내레이션 뒤 2초가 무음이었음) · 원본 평균 -20dB 고정 게인(Veo 원본은 -29dB 로 작음) · 원본이 무음이면 TTS 만 */
 export declare function mixVoiceover(video: string, voice: string, output: string, o?: {
     duck?: number;
-    startSec?: number;
+    startSec?: number; /** 원본 소리를 완전히 버리고 목소리만(원본에 다른 언어 대사가 있을 때 · 겹쳐 들리면 안 됨 · 2026-09-17 ISEKAI'D 일본어 이중 더빙) */
+    replace?: boolean;
 }): Promise<void>;
 /** 참고(제품) 사진을 영상 크기 캔버스에 앉힌 첫 프레임 — 배경 PNG(브랜드 그래디언트) 위에 사진을 82% 폭으로 · 실제 제품이 그대로 움직이게 */
 export declare function refCanvas(ref: string, bgPng: string, output: string, dims: {

package/dist/core/creatives/videofx.js

@@ -204,10 +204,11 @@ export async function mixVoiceover(video, voice, output, o = {}) {
     const p = await probe(video);
     const duck = o.duck ?? 0.18;
     const st = Math.round((o.startSec ?? 0.4) * 1000);
+    const useBg = p.hasAudio && !o.replace;
     // 원본(음악)은 평균 -20dB 로 먼저 맞춘 뒤(Veo 원본은 -29dB 로 작음) duck 배 · 목소리는 평균 -18dB
-    const bgGain = p.hasAudio ? await gainToDb(video, -20) : 0;
+    const bgGain = useBg ? await gainToDb(video, -20) : 0;
     const voGain = await gainToDb(voice, -18, -8, 12);
-    const fc = p.hasAudio
+    const fc = useBg
         ? `[1:a]adelay=${st}|${st},volume=${voGain.toFixed(1)}dB,apad=whole_dur=${(p.durationSec + 0.5).toFixed(2)}[vo0];[vo0]asplit=2[vo][sc];[0:a]volume=${bgGain.toFixed(1)}dB,volume=${Math.max(0.05, duck)}[bg0];[bg0][sc]sidechaincompress=threshold=0.01:ratio=20:attack=30:release=400:knee=1:level_sc=8[bg];[bg][vo]amix=inputs=2:duration=first:dropout_transition=0:normalize=0,alimiter=limit=0.95[a]`
         : `[1:a]adelay=${st}|${st},volume=${voGain.toFixed(1)}dB,apad,atrim=0:${p.durationSec.toFixed(2)}[a]`;
     await execFileP('ffmpeg', ['-y', '-v', 'error', '-i', video, '-i', voice, '-filter_complex', fc, '-map', '0:v', '-map', '[a]', '-c:v', 'copy', '-c:a', 'aac', '-ar', '48000', '-ac', '2', '-shortest', '-movflags', '+faststart', output], { maxBuffer: 8 << 20 });

package/dist/index.d.ts

@@ -15,6 +15,7 @@ export * from './core/creatives/playbook.js';
 export * from './core/creatives/storyboard.js';
 export * from './core/creatives/siteshots.js';
 export * from './core/creatives/tts.js';
+export * from './core/creatives/speech.js';
 export * from './core/creatives/qa.js';
 export * from './core/creatives/models.js';
 export { computePlan, type PlanInput } from './core/plan.js';

package/dist/index.js

@@ -16,6 +16,7 @@ export * from './core/creatives/playbook.js';
 export * from './core/creatives/storyboard.js';
 export * from './core/creatives/siteshots.js';
 export * from './core/creatives/tts.js';
+export * from './core/creatives/speech.js';
 export * from './core/creatives/qa.js';
 export * from './core/creatives/models.js';
 export { computePlan } from './core/plan.js';

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "adyou",
-  "version": "0.6.5",
+  "version": "0.6.7",
   "description": "ADYou — 대행사 없이, 당신이 직접. 사이트 주소 하나로 광고 소재·매체 등록·자동 운영·보고까지: AI 광고 자율주행 CLI + MCP 서버(Meta·Google · 생성은 항상 PAUSED · 승인 뒤 시작)",
   "type": "module",
   "license": "MIT",