mirror of
https://github.com/linyqh/NarratoAI.git
synced 2026-09-10 05:58:41 +00:00
8e4271c2ce
优化了视频剪辑的FFmpeg命令参数顺序，将原本后置`-ss`的慢搜索改为前置`-ss`的快速搜索模式，大幅减少长视频剪辑时的不必要解码开销。重构了时间处理逻辑，新增辅助函数统一转换时间格式与计算裁剪时长，更新了所有兼容降级的编码命令以适配新参数格式，同时新增单元测试验证命令参数的正确性。
134 lines
5.8 KiB
Python
134 lines
5.8 KiB
Python
#!/usr/bin/env python
|
||
# -*- coding: UTF-8 -*-
|
||
|
||
"""
|
||
@Project: 影视解说-文案画面匹配
|
||
@File : script_matching.py
|
||
@Description: 将用户审核后的影视解说文案匹配到字幕时间戳并生成最终剪辑脚本
|
||
"""
|
||
|
||
from ..base import ParameterizedPrompt, PromptMetadata, ModelType, OutputFormat
|
||
|
||
|
||
class ScriptMatchingPrompt(ParameterizedPrompt):
|
||
"""影视解说文案画面匹配提示词"""
|
||
|
||
def __init__(self):
|
||
metadata = PromptMetadata(
|
||
name="script_matching",
|
||
category="film_tv_narration",
|
||
version="v1.0",
|
||
description="将审核后的影视解说文案按叙事节奏拆分，并匹配到字幕时间戳生成最终剪辑JSON",
|
||
model_type=ModelType.TEXT,
|
||
output_format=OutputFormat.JSON,
|
||
tags=["影视", "画面匹配", "剪辑脚本", "时间戳", "用户文案"],
|
||
parameters=[
|
||
"drama_name",
|
||
"drama_genre",
|
||
"plot_analysis",
|
||
"subtitle_content",
|
||
"narration_copy",
|
||
"narration_language",
|
||
"original_sound_ratio",
|
||
],
|
||
)
|
||
super().__init__(
|
||
metadata,
|
||
required_parameters=["drama_name", "subtitle_content", "narration_copy"],
|
||
)
|
||
|
||
self._system_prompt = (
|
||
"你是一位懂影视叙事节奏的剪辑师。你必须严格输出JSON，"
|
||
"核心任务是把用户审核后的解说文案逐句匹配到最合适的原视频字幕时间戳。"
|
||
)
|
||
|
||
def get_template(self) -> str:
|
||
return """# 影视解说文案画面匹配任务
|
||
|
||
## 目标
|
||
用户已经审核并修改了解说文案。请根据这份文案和原始字幕，生成最终可剪辑 JSON 脚本。
|
||
|
||
## 作品名
|
||
${drama_name}
|
||
|
||
## 剧情理解材料
|
||
<plot>
|
||
${plot_analysis}
|
||
</plot>
|
||
|
||
## 用户审核后的解说文案
|
||
<narration_copy>
|
||
${narration_copy}
|
||
</narration_copy>
|
||
|
||
## 原始字幕（含视频编号和局部时间戳）
|
||
<subtitles>
|
||
${subtitle_content}
|
||
</subtitles>
|
||
|
||
## 输出语言
|
||
<narration_language>
|
||
${narration_language}
|
||
</narration_language>
|
||
|
||
## 用户选择的影视类型
|
||
<drama_genre>
|
||
${drama_genre}
|
||
</drama_genre>
|
||
|
||
## 用户选择的原片占比
|
||
<original_sound_ratio>
|
||
${original_sound_ratio}%
|
||
</original_sound_ratio>
|
||
|
||
## 匹配流程
|
||
1. 先按句号、问号、感叹号、省略号切分解说文案，得到候选解说句。
|
||
2. 逗号只在明显分割两个动作、场景、观点或描述对象时切分；不要切出没有独立意义的碎片。
|
||
3. 不要求每个候选句都单独输出为 OST=0；可以合并、压缩相邻候选句作为剧情桥段，但不能改变用户文案的核心意思。
|
||
4. 严禁把解说文案匹配到片头、片尾、演职员表、版权声明、平台水印展示、下集预告、花絮、赞助口播、商品露出、贴片广告、中插广告、片中广告或任何与主线剧情无关的推广片段；这些内容绝对不能进入最终 items。
|
||
5. 如果字幕或画面文字出现“广告”“赞助”“推广”“片头”“片尾”“预告”“下集”“扫码”“购买”“会员”“关注”等明显非剧情信号，必须跳过对应时间段，不得用作 OST=0 或 OST=1。
|
||
6. 为每个解说片段寻找最匹配的原始字幕画面，优先选择能表达该句核心含义、人物状态或信息转折的画面。
|
||
7. 使用公式估算所需画面时长：所需秒数 = 解说字数 / 5。匹配画面时长尽量接近，误差优先控制在 ±0.5 秒。
|
||
8. 如果一句解说太长，必须拆成多个 OST=0 片段，分别匹配不同或连续画面。
|
||
9. timestamp 必须使用对应 video_id 内部局部时间戳，不得换算为多个视频拼接后的累计时间。
|
||
10. 同一 video_id 内时间段不得交叉或重叠。
|
||
11. 第一段必须是 OST=0 解说钩子，不能直接播放原片。
|
||
12. OST=1 原声片段的总时长占比要尽量接近用户选择的 ${original_sound_ratio}%。这里按最终 items 的 timestamp 总时长估算，不按片段数量估算。
|
||
13. 不要自行判断或改写影视类型；画面匹配和 picture 描述要服务用户选择的 ${drama_genre} 叙事重点。
|
||
|
||
## 原片占比规则
|
||
- ${original_sound_ratio}% = 0% 时，不要输出 OST=1，全部使用解说承接。
|
||
- ${original_sound_ratio}% 在 10%-30% 时，只保留关键对白、信息反转、情绪爆发或名场面原声。
|
||
- ${original_sound_ratio}% 在 40%-60% 时，解说负责串联因果，原片负责承载关键场面和对白。
|
||
- ${original_sound_ratio}% 在 70%-90% 时，以原片对白和表演为主，解说只做开场钩子、转场桥和必要补充。
|
||
- 如果原片占比与“第一段必须 OST=0”冲突，优先保证第一段是 OST=0，然后在后续片段提高 OST=1 时长占比。
|
||
- 选择高原片占比时，可以把用户文案合并成更少的 OST=0 桥段，不要为了逐句使用文案而压低原片占比。
|
||
|
||
## 字段规则
|
||
- _id：从 1 开始连续递增。
|
||
- video_id：来自字幕分段标题，例如“视频 2”就填 2。
|
||
- video_name：对应视频文件名，必须从字幕分段标题提取。
|
||
- timestamp：格式为 "HH:MM:SS,mmm-HH:MM:SS,mmm"。
|
||
- picture：描述匹配画面中人物、动作、情绪、场景和关键道具。
|
||
- narration：OST=0 时填写用户文案片段；OST=1 时填写“播放原片+_id”。
|
||
- OST：解说片段填 0，原声片段填 1。
|
||
|
||
## 输出格式
|
||
只输出严格 JSON：
|
||
|
||
{
|
||
"items": [
|
||
{
|
||
"_id": 1,
|
||
"video_id": 1,
|
||
"video_name": "1.mp4",
|
||
"timestamp": "00:00:01,000-00:00:06,000",
|
||
"picture": "主角站在走廊尽头，回头看向紧闭的房门",
|
||
"narration": "他以为自己终于逃出了那间房，可真正的危险，其实才刚刚醒来。",
|
||
"OST": 0
|
||
}
|
||
]
|
||
}
|
||
|
||
现在请基于用户审核后的解说文案生成最终剪辑脚本。"""
|