karuo-ai/03_卡木（木）/木叶_视频内容/视频切片/Soul竖屏切片_SKILL.md

---
name: Soul竖屏切片
description: Soul 派对视频→竖屏成片（498×1080），剪辑→成片两文件夹，MLX 转录→高光识别→batch_clip→soul_enhance（封面+字幕+去语助词）。可选 LTX（AI 生成内容、Retake 重剪）衔接成片流程。支持基因胶囊打包。
triggers: Soul竖屏切片、视频切片、热点切片、竖屏成片、派对切片、LTX、AI生成视频、Retake重剪
owner: 木叶
group: 木
version: "1.0"
updated: "2026-02-27"
---

# Soul 竖屏切片 · 专用 Skill

> 专门切 Soul 派对视频为**竖屏成片**，用于抖音/首页。**只保留两个文件夹**：剪辑 → 成片。

---

## 一、两文件夹结构（无 clips_enhanced / clips_竖屏）

| 文件夹 | 含义 | 内容 |
|--------|------|------|
| **clips/** | 剪辑 | batch_clip 输出的横版切片（soul112_01_标题.mp4） |
| **成片/** | 成片 | 竖屏 498×1080 + 封面 + 字幕 + 去语助词，文件名为**纯标题**（无序号、无 _enhanced） |

不再单独生成 `clips_enhanced`、`clips_竖屏`；成片由 `soul_enhance` 一步直出到 `成片/`。

---

## 二、视频结构：提问→回答 + 前3秒高光 + 去语助词

- **每个话题前均优先提问→回答**：先看片段有没有人提问；**有提问**则把**提问的问题**放到前3秒（封面/前贴），先展示问题再播回答；无提问则用金句/悬念作 hook。
- **成片链路**：前3秒展示问题（或金句）→ 正片回答 → **整片去除语助词**（提问与回答部分均由 soul_enhance 清理）。
- **高光**：按「3秒高光亮点」剪，每段 30～300 秒完整语义单元；高光识别若有提问须填 `question`，且 `hook_3sec` 与之一致。

详见：`参考资料/视频结构_提问回答与高光.md`、`参考资料/高光识别提示词.md`。

---

## 三、流程总览

**标准五步**（每步完成再走下一步）：① 分析视频→识别话题→导出话题时间 ② 按高光时刻结构整理（前 3 秒/提问） ③ 按时间节点切片→**切片/** ④ 去语助词（合并到⑤） ⑤ 封面+字幕→**成片/**。详见 `参考资料/热点切片_标准流程.md`。

```
原视频 → 转录(MLX) → 高光识别(含 question/hook_3sec，见高光识别提示词) → batch_clip → soul_enhance(成片竖屏直出到 成片/)
```

- **batch_clip**：输出到 `clips/`
- **soul_enhance -o 成片/ --vertical --title-only**：**文件名 = 封面标题 = highlights 的 title**（去杠：`：｜、—、/` 等替换为空格），名字与标题一致、无序号无杠；字幕烧录（随语音走动）；完整去语助词；竖屏裁剪直出到 `成片/`

---

## 四、高光与切片（30 秒～300 秒）

| 项 | 规则 |
|----|------|
| **单段时长** | **30～300 秒**，由完整片段起止决定 |
| **完整性** | 每段是一个完整话题/情节，有头有尾 |
| **标题** | **一句刺激性观点**（金句、反常识、结论句） |
| **数量** | 建议 ≤10 段/场 |
| **语助词** | 识别与剪辑须符合 `参考资料/高光识别提示词.md`，成片由 soul_enhance 统一去语助词 |

---

## 五、成片：封面 + 字幕 + 竖屏

- **封面**：竖屏 498×1080 内**不超出界面**；**半透明质感**（背景 alpha=165）；深色渐变、左上角 Soul logo；**封面显示标题 = 成片文件名 = highlights.title**（去杠、去下划线后一致，无 `：｜—/_`、无序号）；标题文字严格居中、多行自动换行。透明度由 `VERTICAL_COVER_ALPHA` 调节。
- **字幕**：封面结束后才显示，**居中**在竖屏内；先尝试**单次 FFmpeg 通道**（一次 pass 完成所有字幕叠加，最快）；若失败自动回退到分批模式（batch_size=40）；语助词在解析阶段已由 `clean_filler_words` 去除。重新加字幕时加 `--force-burn-subs`。⚠️ 注意：当前 FFmpeg 不支持 drawtext/subtitles 滤镜，只能用 PIL 图像 overlay 方案。
- **竖屏**：498×1080，crop 参数与 `参考资料/竖屏中段裁剪参数说明.md` 一致

### ⚠️ 字幕烧录常见坑（已修复）

| 坑 | 原因 | 修复 |
|---|---|---|
| 字幕全跳过（转录稿异常误判） | `_parse_clip_index` 取到场次号（如 119）而非切片序号（01），导致 highlight_info 为空，start_sec=0 落入噪声区 | 改为取 `_数字_` 模式中**最小值**，119→01=1 ✓ |
| 标题/文件名有下划线 | `sanitize_filename` 保留了 `_` | 现在 `_` 也替换为空格 |
| 字幕烧录极慢（N/5 次 encode） | 原 batch_size=5，180 条字幕需 36 次 FFmpeg 重编码 | 改为单次通道（1 次 pass）；失败时 batch_size=40 兜底 |

---

## 六、竖屏裁剪参数（成片内嵌）

| 步骤 | 滤镜 |
|------|------|
| 1 | crop=608:1080:483:0 |
| 2 | crop=498:1080:60:0 |

**输出**：498×1080 竖屏。

---

## 七、完整命令示例（112 场）

**1. 高光**（当前模型生成 highlights.json，标题用刺激性观点，30～300 秒完整段；语助词与节奏感见 `参考资料/高光识别提示词.md`）

**2. 剪辑（clips）**
```bash
python3 batch_clip.py -i "原视频.mp4" -l highlights.json -o clips/ -p soul112
```

**3. 成片（竖屏+封面+字幕+去语助词，直出到 成片/）**
```bash
python3 soul_enhance.py -c clips/ -l highlights.json -t transcript.srt -o 成片/ --vertical --title-only --force-burn-subs
```

**前缀命名注意**：`-p soul119` 这类带场次号的前缀会产生 `soul119_01_xxx.mp4`，`soul_enhance` 会正确识别 `01` 为切片序号（取所有 `_数字_` 中最小值）。

输出目录结构示例：
```
xxx_output/
  clips/           # 横版切片
  成片/            # 竖屏成片，文件名为标题.mp4
  成片/目录索引.md
  highlights.json
  transcript.srt
```

---

## 八、参数速查

| 项 | 值 |
|----|-----|
| 文件夹 | 仅 **clips/**、**成片/** |
| 成片尺寸 | 498×1080 竖屏 |
| 成片文件名 | 纯标题（无 01、无 _enhanced） |
| 单段时长 | 30～300 秒 |
| 高光/语助词 | 见 `参考资料/高光识别提示词.md` |

详细 crop 说明见：`参考资料/竖屏中段裁剪参数说明.md`。

**发布到抖音**：成片生成后，可用「抖音发布」Skill（开放平台 OAuth 登录 + 上传/创建视频）或腕推等工具发布；见 `03_卡木（木）/木叶_视频内容/抖音发布/SKILL.md`。

---

## 九、AI 生成与 LTX 可选集成

在「已有录播 → 转录→高光→切片→成片」之外，可选用 **LTX** 系能力，实现 **AI 生成视频内容** 与 **在已有视频上轻松重剪**，成片仍走本 Skill 的封面+字幕+竖屏规范。

| 场景 | 推荐能力 | 说明 |
|------|----------|------|
| **已有视频某段要重剪/替换** | LTX-2 **RetakePipeline**、LTX Desktop「Video edit (Retake)」 | 只重生成指定时间段，替换原片段后再走 soul_enhance |
| **用文案/脚本生成新片段** | LTX **Text-to-video**、LTX-Studio / Fal / Replicate API | 生成 mp4 后放入 `切片/` 或直接进成片流程 |
| **封面/金句图动起来** | LTX **Image-to-video** | 3～10 秒动效，再与切片合成 |
| **音视频同步生成** | LTX-2 **A2V**、音视频同步生成 | 配音/旁白 → 对应画面，补全缺失画面 |

**能力与集成细节**：见 `参考资料/LTX_能力与集成说明.md`（含 Retake、Video extension、多关键帧、Prompt 增强、API/本地/Desktop 接入方式）。  
**流程约定**：凡 LTX 生成的片段，统一按成片规范（竖屏 498×1080、封面、字幕）经 soul_enhance 输出，与录播切片一致。

---

## 十、基因胶囊

本 Skill 可打包为基因胶囊，供其他 Agent/项目继承：

```bash
cd /Users/karuo/Documents/个人/卡若AI
python3 "05_卡土（土）/土砖_技能复制/基因胶囊/脚本/gene_capsule.py" pack "03_卡木（木）/木叶_视频内容/视频切片/Soul竖屏切片_SKILL.md"
```

解包：
```bash
python3 .../gene_capsule.py unpack Soul竖屏切片_*.json -o <目标目录>
```