71 lines
3.3 KiB
Plaintext
71 lines
3.3 KiB
Plaintext
|
# HLDP-EXP-D171 · 铸渊ICE-GL-ZY001 · 经验库
|
|||
|
|
# trigger: 视频AI生成流水线全流程踩坑与纠正
|
|||
|
|
# emergence: Seedance 2.0 audio_url口型+FFmpeg后处理全套方案
|
|||
|
|
# lock: 2026-07-07 · 10条经验 · 编号EXP-D171-001→010
|
|||
|
|
# why: 苍耳要求每学一步写记忆，编号路径做好，下次加载
|
|||
|
|
|
|||
|
|
## EXP-D171-001: Seedance 2.0 audio_url 口型+声音
|
|||
|
|
- content数组加audio_url → 视频自动带配音+对口型
|
|||
|
|
- 提示词用@Audio1引用，@Image1/@Image2引用图片
|
|||
|
|
- API尊重duration参数，不受音频时长影响
|
|||
|
|
- 不需要后期手动叠配音
|
|||
|
|
|
|||
|
|
## EXP-D171-002: 人群视角+龙套面朝主角
|
|||
|
|
- 龙套不居中不朝镜头 → 人群左/右侧面向苏白
|
|||
|
|
- "CROWD PERSPECTIVE. @Image1 at LEFT, faces RIGHT toward @Image2. NOT looking at camera."
|
|||
|
|
- 每个龙套不同位置
|
|||
|
|
|
|||
|
|
## EXP-D171-003: 提示词禁止项
|
|||
|
|
- ❌ "thousands of cultivators/crowds" → 蓝杠噪点
|
|||
|
|
- ❌ "3D Donghua animation" → 拽向卡通
|
|||
|
|
- ✅ "BuLiangRen dark realistic style. Deep shadows, bone depth."
|
|||
|
|
- ✅ 开场俯瞰"sparse tiny dots, architecture first"
|
|||
|
|
|
|||
|
|
## EXP-D171-004: FFmpeg AAC编码器损坏
|
|||
|
|
- 用MP3: -c:a mp3 -b:a 192k
|
|||
|
|
- AAC输出376KB vs MP3输出1.5MB(相同64秒)
|
|||
|
|
- concat -c copy需要流格式一致 → 不一致先统一编码
|
|||
|
|
- amix多轨混音: normalize=0 + 每条预放大volume=5.0
|
|||
|
|
|
|||
|
|
## EXP-D171-005: 真人检测绕过阈值
|
|||
|
|
- 苏白V3-R4: thumbnail(360,640)+Blur(2.0)+q=50
|
|||
|
|
- CHAR-007: Blur(3.0)+q=40
|
|||
|
|
- CHAR-006: Blur(4.0)+q=40 ← 最严!
|
|||
|
|
- ENV场景图: edge12%+q=75
|
|||
|
|
|
|||
|
|
## EXP-D171-006: 广告牌叠层
|
|||
|
|
- 静态图: assets/props/PROP-FREE-AD-BOARD/approved/board_v3_approved-1440x2560.png
|
|||
|
|
- PIL裁剪→JPG(FFmpeg无PNG解码)→overlay
|
|||
|
|
- 不同镜不同坐标/尺寸
|
|||
|
|
|
|||
|
|
## EXP-D171-007: 工具路径
|
|||
|
|
- python: /c/Users/rtyyr/.workbuddy/binaries/python/versions/3.13.12/python.exe
|
|||
|
|
- ffmpeg: D:\GAME\WeGameApps\英雄联盟\Cross\icreate\recorder-release\ffmpeg.exe
|
|||
|
|
- bash下用.exe全路径，subprocess用列表不用shell=True
|
|||
|
|
|
|||
|
|
## EXP-D171-008: concat铁律（吃了两次亏！）
|
|||
|
|
- ❌ -c copy拼接不同来源的流 → 12秒后崩溃
|
|||
|
|
- ❌ libx264编码器不存在于当前FFmpeg版本
|
|||
|
|
- ✅ 用 mpeg4 + MP3 统一重编码所有镜，再concat -c copy
|
|||
|
|
- ✅ 验证: 所有14镜统一 -c:v mpeg4 -q:v 5 -c:a mp3 -b:a 128k
|
|||
|
|
|
|||
|
|
## EXP-D171-009: 人物·场景·道具一致性 = 硬性要求
|
|||
|
|
- 修复任何单个问题时，不可牺牲其他一致性
|
|||
|
|
- 每镜提交必须包含: 角色参考(苏白V3-R4)+场景底板+相关道具图
|
|||
|
|
- 提示词明确写: match reference exactly, same face/same scene/same prop
|
|||
|
|
- 优先级: 一致性 > 画面质量 > 生成速度
|
|||
|
|
|
|||
|
|
## EXP-D171-010: FFmpeg视频编码器选择 + 广告牌原生生成
|
|||
|
|
- ❌ libx264不存在；h264_mf大量重复帧；mpeg4播放器不显示画面
|
|||
|
|
- ✅ h264_amf可用(AMD GPU) → 重编码用此编码器保持H264兼容
|
|||
|
|
- ✅ 广告牌文字不用贴图 → 传PROP-003做@Image参考·让Seedance原生生成带字
|
|||
|
|
- ✅ 道具图参考 + 提示词写明文字内容 → 生成即可读
|
|||
|
|
- ✅ 最终concat流程: 检查所有镜编码→mpeg4的用h264_amf转→统一H264后concat
|
|||
|
|
|
|||
|
|
## D171 1-1节完成状态 · 18:50
|
|||
|
|
- ✅ 14镜全部就位: 6镜带配音口型·8镜静音
|
|||
|
|
- ✅ 龙套R4: 人群视角·面朝苏白·不朝镜头
|
|||
|
|
- ✅ 镜06 R4: 三参考(苏白+底板+广告牌)·原生带字
|
|||
|
|
- ✅ BGM叠入·全H264编码·完整播放
|
|||
|
|
- ⏳ 1-2节(镜13-28): 待明天
|