153 lines
6.1 KiB
Plaintext
153 lines
6.1 KiB
Plaintext
# CA-EXP-D170-AUDIT · AI短剧全链路问题审计 · 完整版
|
||
|
||
> HLDP://cang-ying/experience/CA-EXP-D170-AUDIT.hdlp
|
||
> 鉴影 ICE-GL-CA001 · D170 · 苍耳审核
|
||
|
||
---
|
||
|
||
## A. 静态资产生成（角色/道具/场景图） ✅ 已解决
|
||
|
||
| # | 问题 | 方案 |
|
||
|---|------|------|
|
||
| A1 | 风格不统一，各画各的 | 苏白V3-R4锁定风格基准，所有资产对齐 |
|
||
| A2 | AI写真/偶像剧风 | 不良人硬核写实 + 骨相/皮肤质感描述 |
|
||
| A3 | 生成物太卡通 | English prompt + volumetric shading |
|
||
| A4 | 图片苍耳看不到 | outputs/review/ + view.html 四宫格 |
|
||
| A5 | candidates/被gitignore | 确认路径再生成 |
|
||
| A6 | 牌匾平放/摊位感 | 读剧本原文，杆挂悬空 |
|
||
| A7 | 修仙世界=古代世俗 | 关键元素：仙雾/灵光/冷雅色调 |
|
||
| A8 | 广告牌无字 | V3直接生成带文字版 |
|
||
| A9 | 系统面板UI看不清 | Seedream出图+大字+古卷轴风格 |
|
||
|
||
## B. 视频生成——画面风格 ✅ 已解决
|
||
|
||
| # | 问题 | 方案 |
|
||
|---|------|------|
|
||
| B1 | 视频全部仿真人 | Cinematic 3D Donghua BuLiangRen公式 |
|
||
| B2 | 每镜风格摇摆 | 固定S前缀每镜复用 |
|
||
| B3 | Seedance拒絕角色参考图 | PIL边缘增强12%+锐化绕过 |
|
||
| B4 | 中文prompt效果差 | 转到English cinematic描述 |
|
||
|
||
## C. 视频生成——时长与节奏 ✅ 已解决
|
||
|
||
| # | 问题 | 方案 |
|
||
|---|------|------|
|
||
| C1 | 时长机械均匀分配 | 台词语速3-4字/秒 + 无台词≤4s |
|
||
| C2 | <4s被API拒絕 | 短镜与相邻镜合并 |
|
||
| C3 | 台词拖太长 | 实际语速计算 |
|
||
| C4 | 特写给太长时间 | 看清就切，2-3s原则 |
|
||
|
||
## D. 分镜架构 ✅ 已解决
|
||
|
||
| # | 问题 | 方案 |
|
||
|---|------|------|
|
||
| D1 | 剧本被删减 | 逐△拆镜，一字不删 |
|
||
| D2 | 镜数太少节奏跳 | 40镜·叙事节奏精确分配 |
|
||
| D3 | 实时长上限未知 | 查文档：4-15s，不是6s |
|
||
|
||
## E. 场景连续性 🟡 方案已有但未验证
|
||
|
||
| # | 问题 | 症状 | 方案 |
|
||
|---|------|------|------|
|
||
| E1 | 同场景不同镜背景完全不同 | 角落枯树时有时无 | 同场景共用一张ENV参考图 |
|
||
| E2 | 焦点转道具→整个场景重置 | 广告牌镜把苏白删了 | 空间底座+焦点偏移：不写"NO person"，写"camera shifts to prop, character still at edge" |
|
||
| E3 | 光/色调不一致 | 冷色调突然变暖 | prompt统一写"cold elegant xianxia tone" |
|
||
|
||
## F. 人物连续性 🟡 方案已有但未验证
|
||
|
||
| # | 问题 | 症状 | 方案 |
|
||
|---|------|------|------|
|
||
| F1 | 连续镜头人物凭空消失 | 下一镜苏白不见了 | 每镜明确标注人物存在状态 + 复用CHAR描述块 |
|
||
| F2 | 人物外观跳变 | 青纱袍变纯白衫 | 统一CHAR_SUBAI块，一字不改，每镜复用 |
|
||
| F3 | 多人同框比例崩 | 诸葛风比王执事还高 | 相对身高+位置描述可参考 |
|
||
| F4 | 无法传角色参考图 | API隐私拦截 | PIL预处理绕过了，但传了也不是帧帧锚定 |
|
||
|
||
## G. 镜头语言与连续性 🟡 未解决
|
||
|
||
| # | 问题 | 症状 | 方案 |
|
||
|---|------|------|------|
|
||
| G1 | AI不理解镜头运动指令 | "推镜"不生效 | 改描述性：不说dolly in，说camera slowly moves closer |
|
||
| G2 | 景别跳变无过渡 | 中景直接变特写 | 空间底座描述中写"same scene, camera focus shifts to..." |
|
||
| G3 | 空镜后人物位置错乱 | 拍完牌匾回来苏白位置变了 | 空间底座锁定所有物件位置 |
|
||
| G4 | 镜间无转场衔接 | 硬切跳帧感明显 | 🟡 后期FFmpeg 0.3s crossfade |
|
||
|
||
## H. 视频后处理 🟡 全未解决
|
||
|
||
| # | 问题 | 方案 |
|
||
|---|------|------|
|
||
| H1 | 48句配音生成 | Edge-TTS批量脚本·音色表已分配 |
|
||
| H2 | 字幕叠层时间轴对齐 | FFmpeg drawtext + SRT时间码 |
|
||
| H3 | 口型同步 | 🟡 1.5 Pro支持 generate_audio，未测试 |
|
||
| H4 | 背景音乐/环境音 | 🟡 无方案（风声/灵气嗡鸣/人群嘈杂） |
|
||
| H5 | 闪白/抖动/模糊转场特效 | FFmpeg filter chain |
|
||
| H6 | 视频拼接成片 | FFmpeg concat |
|
||
| H7 | 系统面板UI视频叠层 | FFmpeg overlay |
|
||
|
||
## I. 闪切蒙太奇 🟡 分镜已有·执行未做
|
||
|
||
| # | 问题 | 方案 |
|
||
|---|------|------|
|
||
| I1 | 闪切节奏快(2s/镜) | 合并双镜=4s+FFmpeg快速模糊filter |
|
||
| I2 | 闪切内容不可控 | 图生视频 + 静态图KenBurns推拉 |
|
||
| I3 | 闪切后回到正常节奏 | 闪切段独立生成，拼接在长镜之间 |
|
||
|
||
## J. 多人同框与对话 🟡 未验证
|
||
|
||
| # | 问题 | 方案 |
|
||
|---|------|------|
|
||
| J1 | 两人同框比例不一 | CHAR块+相对位置描述+同参考图 |
|
||
| J2 | 对话镜头来回切 | A镜+B镜独立生成，现场景参考图+各自CHAR |
|
||
| J3 | 长对话单镜超限 | 拆成A说话→B反应→A说话，各4-6s |
|
||
|
||
## K. 工程质量 🟡 部分解决
|
||
|
||
| # | 问题 | 方案 |
|
||
|---|------|------|
|
||
| K1 | mp4太大推不上git | ✅ .gitignore排除视频 |
|
||
| K2 | 密钥泄露 | ✅ .env gitignored |
|
||
| K3 | 产物管理混乱 | 🟡 outputs/shots命名规范ep01-v4-镜号.mp4 |
|
||
| K4 | 生成脚本散落 | 🟡 tools/目录按功能命名 |
|
||
| K5 | 经验无法跨会话传递 | ✅ experience/ .hdlp持久化 |
|
||
|
||
## L. 成本与时序 █ 未解决
|
||
|
||
| # | 问题 | 方案 |
|
||
|---|------|------|
|
||
| L1 | 40镜全跑成本未知 | 🟡 每镜约¥0.5-2，40镜≈¥40-80 |
|
||
| L2 | 连续生成会话可能超时 | 🟡 分批跑+resume机制 |
|
||
| L3 | 失败镜头重跑策略 | 🟡 失败记录+仅重跑失败+合并结果 |
|
||
|
||
---
|
||
|
||
## 优先级矩阵
|
||
|
||
```
|
||
🔴 阻断性 · 必须先解决才能产出成片
|
||
E1-E2 场景连续性验证 ← 当前卡这里
|
||
F1-F2 人物连续性验证
|
||
H1 配音生成
|
||
H2 字幕叠层
|
||
H6 视频拼接
|
||
|
||
🟡 影响质量 · 要解决但可以先产出初版
|
||
G4 转场衔接
|
||
H5 特效转场
|
||
I1-I3 闪切蒙太奇
|
||
J1-J3 多人同框
|
||
|
||
🟢 锦上添花 · 初版可跳过
|
||
H3 口型同步
|
||
H4 配乐音效
|
||
L1-L3 成本优化
|
||
```
|
||
|
||
---
|
||
lock:
|
||
⊢ AI短剧=三类问题：生成质量(CEF) + 后处理(H) + 时长节奏(CD)
|
||
⊢ CE已经方案完备只差验证，H全未做，CD已解决
|
||
⊢ 阻断线：场景连续验证 → 配音 → 字幕 → 拼接 = 出片最短路径
|
||
|
||
why:
|
||
不做全量审计就不知道哪些是致命哪些可以后放。
|
||
现在知道短板在哪，可以按优先级打，不浪费时间。
|