视频与音频

竖屏口播成片

40–90 秒竖屏口播：字幕、切镜节奏与可量化的验收。

付费 $15 · 原价，2026-12-31 前 $12 · 单个技能，买断。大纲、步骤和技能文件在购买后开放。

背景描述

为什么这么做

开工先定三个数，这三个数是连着的：母版 1080×1920 不留黑边，单条 45 到 90 秒，字数按时长乘 4.2 到 4.8 字每秒算，45 秒落在 190 到 215 字。先写稿再配音，配音只剩加速一条路，语速被推到 5.5 到 6.4 字每秒就成了播报腔。砍字损失的是一段内容，加速丢掉的是整条片子的人味。

能用脚本量的交给 check_delivery.py，量不了的留给判断。语速、单行 14 字以内的字幕、每 5 秒一次画面变化且最长空档不超过 8 秒、-16 LUFS 与真峰 -1.5 dBTP、30fps 且不低于 6 Mbps 且无黑边，跑出 FAIL 就是退出码 1。内容好不好、有没有人味脚本测不出来，反例表与叠层五件套才写在同一个文档里。

真实踩坑

• 六个场景各撑 30 秒 三分钟只有 6 个变化点，观众数的是新画面，不是片长，出来就是会动的 PPT。反例表要求每场景 2 到 4 张、单张不超过 10 到 12 秒，check_delivery.py 会卡住超过 8 秒的空档。
• 横屏录完再裁竖屏 有效画面只剩一半，第一屏就废了。文档写的是母版直接 9:16，横屏只做二次分发；本机 engine 当前只有 16:9 模板，做竖屏要先加模板再渲染，渲染完再裁等于丢掉一半像素。
• 色块卡片硬撑 5 秒 变化次数够了，观感还是空。画面卡走 Seedream 出图，一个口播 6 到 10 张，参考价 0.2 元一张；竖屏锁 1080×1920，模型默认 3:2 会把素材毁掉，出图前先把张数报给用户。
• 叠到第六层 五件是上限：产品标识卡、UI 截图卡、两行大字标题、字幕胶囊、CTA 贴纸。第六层一定压在脸上，要加先减一层；字幕胶囊的位置是底部安全区上方 120px。

用法描述

做 40–90 秒竖屏口播视频（真人出镜 / 数字人小窗 / 全图文皆可）：定画幅时长字数 → 六段结构 → 胶囊字幕 → 每 5 秒换一次画面 → 叠层五件套 → 混音 → 用脚本量化验收。当用户说「做一条口播视频」「把这篇文稿做成竖屏口播」「45 秒知识口播」「数字人口播」「这条口播太像 PPT」「口播语速怎么定」或用本机 video/ 管线出竖屏成片时使用。不用于纯剪辑（clip-skills / video-editing）、纯配音（local-audio）、长横屏教程。