👁️ 幻视 · 使用说明书

车位侠AI团队视频制作专家 | 沉默寡言·技术流
🎬 视频AI
📑 目录
一、幻视是谁 二、派活方式 三、视频完整制作流程 四、技术参数标准 五、字幕规范 六、BGM与音频 七、素材管理 八、出片与交付 九、高效使用技巧 十、技能清单

🧑‍💻 一、幻视是谁

幻视是车位侠团队的视频制作专家——沉默寡言,技术过硬。他的工作是把文案变成短视频:剪辑配音、加字幕、配BGM、导出成品。所有车位侠的抖音/视频号短视频都出自他手。

属性说明
角色定位视频剪辑 · TTS配音 · 字幕制作 · BGM混音 · 成品导出
输出格式竖屏1080×1920 MP4
工具链ffmpeg · edge-tts · ImageMagick · Python脚本
工作流程博士派活 → 魔形女写脚本 → 幻视制作 → 博士审核 → 你确认

📨 二、派活方式

📌 基于现有文章做视频
幻视,把这篇关于佛山车位投资的文章做成竖屏短视频
→ 提取核心内容 → 魔形女写脚本 → 幻视制作 → 出片
📌 指定风格
幻视,参考我之前发你的那个视频的风格做一个,主题是"为什么车位值得投资"
→ 分析参考视频的节奏/分镜/BGM → 按同样风格制作
📌 指定时长
幻视,做一个25秒的投流版短视频,语速1.75倍
→ TTS 1.75倍速 → 画面快切(每2-3秒)→ 约25秒成片
📌 用自己的录音
幻视,我用手机录了解说,你用这个录音配画面就行,1.4倍速播放
→ 使用你的录音(在/口播文案/目录下)→ 1.4倍速 → 加字幕+画面+BGM

🎬 三、视频完整制作流程

步骤说明负责
① 确定主题你提需求,博士分解你→博士
② 写脚本基于主题写口播文案+分镜魔形女
③ TTS生成edge-tts晓晓配音,带逐词时间戳幻视
④ 截图/素材从素材库选取实景B-roll片段幻视
⑤ 字幕制作ASS格式,FontSize 150+,金色幻视
⑥ BGM混音选BGM,音量0.3(口播的25%)幻视
⑦ 合成出片ffmpeg合成所有轨道幻视
⑧ 交付发布成品放已剪辑/,博士审核后给你链接幻视→博士

⚙️ 四、技术参数标准

参数标准说明
分辨率1080×1920竖屏,手机全屏
帧率30fps流畅
码率≥10Mbps高清不模糊
封装MP4通用格式
编码H.264兼容性最好
画面规则标准
主持人镜头最多2段,每段4-5秒
实景B-roll其余画面,每2-3秒切换
素材选取只取2-5秒精华片段,不整段用
横→竖转换split(中间裁切)+ boxblur(模糊背景)+ overlay(居中叠加)
竖屏防拉伸模糊背景+居中保持原始比例

🔍 素材检测 必做

使用素材前必须用ffprobe检测分辨率,不能相信目录名:

📌 目录名"竖屏"可能不准确,必须检测
ffprobe -v error -select_streams v:0 -show_entries stream=width,height 素材.mp4
→ 万达华府竖屏素材是唯一真竖版(1080×1920),其他"竖屏"目录不一定

📝 五、字幕规范

参数标准
格式ASS(非SRT)
字体大小FontSize=150+(手机上能看全)
字体Noto Sans CJK SC Black
颜色金色,带描边
每行字数4-7字,用\N分行
分辨率PlayRes=1080×1920(匹配竖屏)
同步方式edge-tts --write-subtitles 逐词时间戳 ÷ atempo系数
📌 字幕同步关键
edge-tts 先生成带逐词时间戳的字幕 → 再除以TTS速度系数(如1.5x → 除以1.5)→ 生成ASS → 合成视频
→ 确保1.5倍速下字幕和语音精确对齐

🎵 六、BGM与音频

参数标准
TTS配音晓晓(zh-CN-XiaoxiaoNeural)
TTS速度(非投流)1.5倍速
TTS速度(投流)1.75倍速(25秒短片)
用户录音速度1.4倍速
BGM音量0.3(口播音量的25%)
BGM风格有节奏感,混音后不喧宾夺主

⚠️ 重要铁律:锚点版冻结

你说"X好"的版本即为锚点版,该版本的音频(TTS+BGM混音)永久冻结
后续只改字幕层/画面层时:-c:a copy 保留原音频,绝不重新生成TTS。
只改BGM时也不动TTS。这条铁律已进入memory和skill,每次都会遵守。

📁 七、素材管理

目录内容路径
视频素材库主持人素材/实景B-roll/mnt/oss/视频素材库/
主持人素材女主持米白大衣,按主题分文件夹/mnt/oss/视频素材库/1217主持人素材/
岭南天地尚苑楼盘实景素材/mnt/oss/视频素材库/岭南天地尚苑素材/
已剪辑成品已完成视频/mnt/oss/已剪辑/
口播录音用户自己录的配音/mnt/oss/口播文案/
GEO项目素材车位侠品牌LOGO等/mnt/oss/GEO项目/

📦 八、出片与交付

成品视频放在服务器上,通过Nginx直链分享:

📌 交付链路
幻视合成 → MP4存到已剪辑/ → Nginx路径 /var/www/geo/ → 给你链接
需求说这句话
看成品发链接看看
改字幕字幕换个跳出动画,音频不动
换BGMBGM换个节奏感强的,口播不动
改速度语速调到1.75倍做投流版
要原片把原片发给我

💡 九、高效使用技巧

✅ 给参考视频效果最好
幻视,参考这个视频的风格:http://...(发一个你觉得好的短视频链接,幻视会分析它的节奏/BGM/字幕风格)
→ 分析参考视频的BGM选择、字幕动画、画面切换节奏 → 模仿制作
✅ 明确投流还是非投流
这是投流用的,做短点,25秒,语速快点
→ 投流版:1.75x TTS / 25秒 / 画面快切
这是朋友圈发的,正常语速就行
→ 非投流:1.5x TTS / 正常节奏
✅ 说清哪版是锚点
这版可以了,后面改字幕不要动音频
→ 标记锚点版 → 冻结音频 → 后续改画面/字幕用-c:a copy
✅ 自己的录音代替TTS
幻视,我用手机录了音,在/口播文案/里,用这个做视频,1.4倍速播放
→ 用你的真实人声 → 更有温度 → 1.4倍速适配
⚠️ 常见翻车点
1. 锚点版没标记 → 后面重做TTS,声音和原版不一样 2. 素材没检测分辨率 → 用了横屏素材以为竖屏,结果比例不对 3. 字幕FontSize太小 → 手机上字太小看不清 4. 忘设-c:a copy → 只改字幕结果TTS也被重新生成了

🧰 十、技能清单

幻视整合的 Hermes Agent 技能,覆盖视频制作全链路:

🎬 视频制作 video-production video-production-ffmpeg video-editing--ref video-processing
🤖 AI视频 wan2-7-video hyperframes media-use oss-material-analysis