三剪客 · 短剧二创作业手册
短剧二创作业手册
短剧二创的门槛不在剪辑技术,而在流程管理:授权、口径、成片雷同、发布前合规。本 Skill 把这些固化成可执行步骤,并给两个离线工具。
这个 Skill 能做什么
- 批量出片前,搭起「授权 → 口径 → 取材 → 合成 → 质检 → 发布」的流程
- 成片互相雷同时,算出哪几条撞了(抽帧相似度矩阵)
- 发布前扫解说稿、标题、封面文案与推广话术
- 给一套可照抄的示例口径(分辨率、帧率、编码、响度、音量、取材、转场)
- 核验原片、音色、BGM、字体、肖像授权
- 把流水线里最费环境的两步接上算力:原片台词转写成带字级时间戳的字幕(
voice_tts/stt),以及按「四条差异化」逐条生成悬念解说稿草稿(大模型)
工作流 / 方法
先定口径,再动手:成片几十个参数不独立,改一个会牵动另一个;同一件事有几套口径,混用就会打架。开工第一件事是锁定这一批的参数组合,批次内不混用:
本批口径:<名字> | 依据:<谁定的> | 出片人:<谁>
九步流程:① 授权核验(未通过不出片)→ ② 素材盘点 → ③ 目标确定 → ④ 口径锁定 → ⑤ 取材规划 → ⑥ 脚本解说(每条独立写)→ ⑦ 合成 → ⑧ 质检 → ⑨ 发布。取材三原则:首尾要稳、中间要乱、复用要换段。
接上算力的两个位置(零安装):⑤ 之前用
scripts/run.py transcribe把原片台词转成带字级时间戳的字幕(POST /api/v1/apps/voice_tts/stt),取材与对齐都靠它;⑥ 的解说稿用scripts/run.py narration先出草稿(POST /api/v1/chat/completions,一次可出多条互不重复的版本)。草稿只是草稿——必须过 ⑧ 的合规扫描与人工复核才能配音,详见下面「怎么用(命令行)」。方法论的结论(口径、差异化、查重阈值)不因是否用模型而改变。
时长:不要用「集数 × 每集固定秒数」估时长(短剧单集 40s~95s 常见),先按目标时长取材再补差额——TARGET_SEC = 目标分钟数 × 60 − 5(留 CTA 与转场余量),成片总时长 = 主体 + 片头 + 片尾 + CTA。
条数上限:
最多条数 ≈ 可用素材总时长 ÷ 单条消耗 × 复用系数
| 复用系数 | 建议 |
|---|---|
| 1–2 | 安全,产出少 |
| 3 | 需四条差异化全部生效 |
| 5 | 风险明显上升,不建议 |
| 8+ | 不要做 |
四条差异化:① 解说稿每条独立写(这条讲动机、那条讲反转、另一条讲伏笔);② 配乐按段落情绪切换,同条内不重复;③ 顺序首尾固定、中间打乱;④ 开头三秒保证不同。判断标准:「观众已经看过原片,我这条还提供了什么?」 只切碎重排 = 没有增量。
发布前四关:原片版权(信息网络传播权 / 改编剪辑权 / 素材使用权,缺一项都不能做)→ 音色 / BGM / 字体 / 肖像授权 → 文案合规扫描 → 填留痕行。最常见的坑是只拿到「推广授权」就以为可以任意剪辑。
质检关键项:单视频轨 / 单音频轨、音视频时长差 < 0.05s、yuv420p、音频 48 kHz 立体声;响度 -14 LUFS 左右不削波;开头三秒有钩子;有超阈值相似对就重做。
音量坑:淡入淡出与区域音量串联时,最终音量是几个系数的乘积——改完必须导出听一遍。
发布节奏:超阈值的两条不要都发;每批留一行记录,下一批开工前先看上一批。
参考文件
| 文件 | 内容 |
|---|---|
references/rights-checklist.md | 三项权利、核验清单、留痕模板、开工四关 |
references/license-areas.md | 音色 / BGM / 字体 / 肖像授权与台账 |
references/platform-and-content-rules.md | 平台判定维度、正向做法、七类高危话术 |
references/workflow-overview.md | 九步流程、口径管理、时间预算、记录表 |
references/differentiation-rules.md | 四条差异化、复用系数风险表、自检表 |
references/params-example.md | 五套口径总表、视频音频参数、音量相乘坑、字幕转场 CTA、时长实算例、高燃片头算法、过时黑名单 |
references/quality-checklist.md | 封装 / 声音 / 画面 / 内容 / 合规五组质检项 |
脚本
| 脚本 | 用途 | 用法 |
|---|---|---|
scripts/run.py | 算力版主脚本:台词转写(POST /api/v1/apps/voice_tts/stt,出字级时间戳字幕)+ 悬念解说稿(POST /api/v1/chat/completions,可一次多条) | python3 scripts/run.py transcribe 第3集.mp4 --srt<br>python3 scripts/run.py narration --file 台词稿.txt --target-min 5 --variants 3<br>python3 scripts/run.py pipeline 第3集.mp4 --target-min 5 --out-dir ./出片 |
scripts/a7w.py | api.a7w.cn 零依赖客户端(标准库):login / whoami / apps / points / schema / call / task | python3 scripts/a7w.py schema voice_tts(查真实参数名)<br>python3 scripts/a7w.py whoami(验 Key) |
scripts/duanju_compliance.py | 七类高危话术扫描 + promotion、title、comment 三个类目 | python3 scripts/duanju_compliance.py --file script.txt --strict;有高风险时退出码 1 |
scripts/frame_dedup.py | 抽帧查重:均匀抽帧 → 9×8 灰度 → dHash 64 位 → 贪心唯一配对,输出相似度矩阵 | python3 scripts/frame_dedup.py --dir "输出目录" --threshold 0.40 --strict;需 ffmpeg |
scripts/selftest.py | 内置自测(不调 ffmpeg、不联网、不写盘);含 run.py 的纯逻辑用例(补标点、字幕合并、SRT 格式、模型 JSON 解析) | python3 scripts/selftest.py -v |
权限与用途说明
| 能力 | 是否申请 | 用途 |
|---|---|---|
| 网络访问 | 仅 run.py / a7w.py 需要,且只在显式调用时 | 台词转写 POST /api/v1/apps/voice_tts/stt、解说稿 POST /api/v1/chat/completions;duanju_compliance.py / frame_dedup.py 完全离线、源码里没有任何网络调用,selftest.py 也不联网(它导入 run.py 只为调用纯函数,不会发起请求) |
| 读取文件 | 仅用户指定路径 | 待检查文案、指定目录下的视频、待上传的音视频 |
| 写入文件 | 仅在传 --out / --srt / --out-dir 时 | 写结果;不传则不写盘 |
| 调用外部程序 | 仅 ffmpeg,且仅用于抽帧 | frame_dedup.py 读帧 |
| 凭证 / API Key | 仅 run.py 读取 | 从 --key / 环境变量 A7W_API_KEY / ~/.a7w/config.json 读你自己的 Key 用于计费;不内嵌、不代付、不转发 |
源码在 scripts/,可逐行审阅:无混淆、无动态下载、无遥测。
怎么用
本包是纯文本 + 零依赖 Python 脚本,不需要装任何第三方包:
- 先读 [
SKILL.md](SKILL.md) —— 主入口:完整流程、判断标准、常见坑 references/里有 7 份细节文档 —— 需要展开某一步时再翻scripts/里有 5 个可直接跑的脚本(只用 Python 标准库,Python 3.8+):3 个纯离线,2 个接api.a7w.cn算力(需自备 Key)
# 每个脚本都能直接跑,先看它的参数说明
python3 scripts/run.py --help
python3 scripts/a7w.py --help
python3 scripts/duanju_compliance.py --help
python3 scripts/frame_dedup.py --help
python3 scripts/selftest.py --help
| 脚本 | 用途 |
|---|---|
[scripts/run.py](scripts/run.py) | 台词转写 + 解说稿(接算力);见下方「怎么用(命令行)」 |
[scripts/a7w.py](scripts/a7w.py) | api.a7w.cn 零依赖客户端;见 SKILL.md 的「脚本」一节 |
[scripts/duanju_compliance.py](scripts/duanju_compliance.py) | 见 SKILL.md 的「脚本」一节 |
[scripts/frame_dedup.py](scripts/frame_dedup.py) | 见 SKILL.md 的「脚本」一节 |
[scripts/selftest.py](scripts/selftest.py) | 见 SKILL.md 的「脚本」一节 |
| 文档 |
|---|
[references/differentiation-rules.md](references/differentiation-rules.md) |
[references/license-areas.md](references/license-areas.md) |
[references/params-example.md](references/params-example.md) |
[references/platform-and-content-rules.md](references/platform-and-content-rules.md) |
[references/quality-checklist.md](references/quality-checklist.md) |
[references/rights-checklist.md](references/rights-checklist.md) |
[references/workflow-overview.md](references/workflow-overview.md) |
没有 API Key、或者想让人给你一份能直接跑的示例,看文末「联系我们」。
怎么用(命令行)
scripts/run.py 是真接算力的那个脚本:它在本机只要求 Python 3.8+(只用标准库),
把转写与撰稿送到 api.a7w.cn 执行。两个真实端点写在脚本常量里,可逐行核对:
| 步骤 | 端点 | 说明 |
|---|---|---|
| 台词转写 | POST /api/v1/apps/voice_tts/stt | multipart 上传本地音视频(文件字段 audio)或传 audio_url;返回台词稿 + 字级时间戳 |
| 解说稿 | POST /api/v1/chat/completions | OpenAI 兼容协议,Authorization: Bearer <你的 Key>;换 model 即换模型 |
第一步:配 Key(三种方式任选一种,脚本不内嵌任何 Key)
python3 scripts/run.py transcribe 第3集.mp4 --key sk-xxxx # 临时指定
export A7W_API_KEY=sk-xxxx # Windows 用 set A7W_API_KEY=sk-xxxx
# 或到 https://api.a7w.cn/ 注册领 Key 后执行:python3 scripts/a7w.py login --key sk-xxxx
第二步:转写台词(出字幕)
python3 scripts/run.py transcribe 第3集.mp4 # 台词稿打到 stdout(JSON)
python3 scripts/run.py transcribe 第3集.mp4 --lang zh --srt # 顺手写同名 .srt 字幕
python3 scripts/run.py transcribe 第3集.mp4 -o 台词稿.txt --srt-out 第3集.srt
python3 scripts/run.py transcribe --url https://…/ep3.mp3 --lang zh # 公网音频走 audio_url
| 参数 | 默认 | 说明 |
|---|---|---|
--lang | 自动检测 | 识别语言,如 zh / en |
--srt / --srt-out | 不写盘 | 生成 .srt(默认与音频同名) |
-o/--out | 不写盘 | 台词稿落盘路径 |
--gap / --max-chars | 0.7 / 18 | 字幕断行口径:停顿超过多少秒断行、单行最多多少字 |
平台返回的是字符级时间戳(实测:
result.segments一个字一条、且不带标点,
标点只在整段result.text里)。脚本会自动把标点补回去再合并成正常字幕行,
所以你不必自己写合并逻辑。转写按次固定价(实测一次 40 点,要不要时间戳同价)。
实测口径:不做说话人分离,只给「说了什么、什么时候」。
第三步:让大模型写解说稿草稿
python3 scripts/run.py narration --file 台词稿.txt --target-min 5 # 1 条
python3 scripts/run.py narration --file 台词稿.txt --target-min 5 --variants 3 # 3 条差异化
python3 scripts/run.py narration --file 台词稿.txt --target-min 8 --angle "伏笔" --out-dir ./解说稿
python3 scripts/run.py narration --file 台词稿.txt --show-prompt # 只看提示词,不花钱
| 参数 | 默认 | 说明 |
|---|---|---|
--file / --text / stdin | — | 台词稿来源三选一 |
--target-min | 5 | 目标成片分钟数;脚本按 目标秒数 ≈ 分钟×60−5、中文 TTS 约 4.5 字/秒算出目标字数写进提示词 |
--variants | 1 | 一次出几条稿子(对应「四条差异化」第 1 条:每条独立写),串行调用、逐条独立 |
--angle | 自定 | 指定切入角度(反转 / 动机 / 伏笔) |
--model | DeepSeek-V4-Flash | 平台模型名,完整列表见 GET https://api.a7w.cn/api/v1/models(换 model 即换模型);实测 DeepSeek-V4-Flash 与旧别名 deepseek-chat 都能正常返回 |
--strict | 关 | 生成稿命中高风险话术时退出码 1 |
脚本对每一条草稿都会自动跑一遍本包离线词表做自检,并把命中项写进输出与 markdown 文件——
模型不保证不写红线话术,这一层是兜底。
第四步:一条龙
python3 scripts/run.py pipeline 第3集.mp4 --target-min 5 --variants 2 --out-dir ./出片
# 产出:<stem>.台词稿.txt、<stem>.srt、<stem>.解说稿-1.md、<stem>.解说稿-2.md
已知限制与实测踩坑(宁可先说明,不要事后猜)
- 上游偶发
HTTP 502 {"code":"upstream_error","message":"upstream timeout"},属瞬时故障;脚本内置 5 次退避重试,单条稿子失败不影响整批(失败项记进输出的errors)。 - 模型偶尔会在合法 JSON 后面多吐一两个字符;脚本用
JSONDecoder.raw_decode兼容,解析不出来时不假装成功,会明确报出来并保留原文。 - 转写不做说话人分离、不能选本地模型档位;解说稿是草稿,配音前必须过
scripts/duanju_compliance.py --strict。 - 计费:1 元 = 100 点;转写按次固定价,大模型按 token(响应
usage里给 token 数);失败全额退回。
联系我们
- 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
- 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
- 更多 AI 插件与接口:AI 插件市场。
相关链接
| 链接 | 地址 | 说明 |
|---|---|---|
| 算力集市 · 注册领 API Key | api.a7w.cn | 一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这 |
| AI 插件市场 | aigc.a7w.cn | 浏览全部 AI 插件与接口说明 |
| 三剪客 · 一句话批量出片 | ks.a7w.cn | 短剧二创 / 影视解说 / 矩阵号批量混剪桌面客户端 |
| 视频超清 · 在线批量超分 | vr.a7w.cn | 网页版视频超分,批量处理,最高 4K |
| 0人公司 · AI Agent 平台 | a7w.cn | 主站,了解整套 AI Agent 生态 |