diff --git a/modules/composer.py b/modules/composer.py index 198cfb6..f0f6a01 100644 --- a/modules/composer.py +++ b/modules/composer.py @@ -105,7 +105,7 @@ class VideoComposer: self._add_temp(silent_path) current_video = silent_path - # Step 2: 添加字幕 (白字黑边，无底框，下半区域居中) + # Step 2: 添加字幕 (白字黑边，无底框，水平居中) if subtitles: subtitled_path = str(config.TEMP_DIR / f"{output_name}_subtitled.mp4") subtitle_style = { @@ -115,7 +115,8 @@ class VideoComposer: "borderw": 5, "bordercolor": "black", "box": 0, # 无底框 - "y": "h-200", # 下半区域居中 + "x": "(w-text_w)/2", # 水平居中 + "y": "h-200", # 底部区域 } ffmpeg_utils.add_multiple_subtitles( current_video, subtitles, subtitled_path, default_style=subtitle_style @@ -443,7 +444,8 @@ class VideoComposer: "borderw": 5, "bordercolor": "black", "box": 0, # 无底框 - "y": "h-200", # 下半区域居中 + "x": "(w-text_w)/2", # 水平居中 + "y": "h-200", # 底部区域 } ffmpeg_utils.add_multiple_subtitles( current_video, subtitles, subtitled_path, default_style=subtitle_style diff --git a/modules/ffmpeg_utils.py b/modules/ffmpeg_utils.py index 4ed8d3c..79d3593 100644 --- a/modules/ffmpeg_utils.py +++ b/modules/ffmpeg_utils.py @@ -524,29 +524,44 @@ def add_multiple_subtitles( fontcolor = style.get("fontcolor", "white") borderw = style.get("borderw", 3) bordercolor = style.get("bordercolor", "black") - x = style.get("x", "(w-text_w)/2") - y = style.get("y", "h-200") + base_y = style.get("y", "h-200") # 默认启用背景框以提高可读性 box = style.get("box", 1) boxcolor = style.get("boxcolor", "black@0.5") boxborderw = style.get("boxborderw", 10) - # 转义：反斜杠、单引号、冒号、百分号 - escaped_text = text.replace("\\", "\\\\").replace("'", "\\'").replace(":", "\\:").replace("%", "\\%") + # 多行字幕：拆分成多个 drawtext 滤镜，每行单独居中 + lines = text.split("\n") if "\n" in text else [text] + line_height = int(fontsize * 1.3) # 行高 - drawtext = ( - f"drawtext=text='{escaped_text}':" - f"fontfile='{font}':" - f"fontsize={fontsize}:" - f"fontcolor={fontcolor}:" - f"borderw={borderw}:" - f"bordercolor={bordercolor}:" - f"box={box}:boxcolor={boxcolor}:boxborderw={boxborderw}:" - f"x={x}:y={y}:" - f"enable='between(t,{start},{start + duration})'" - ) - filters.append(drawtext) + for line_idx, line in enumerate(lines): + if not line.strip(): + continue + + # 转义：反斜杠、单引号、冒号、百分号 + escaped_line = line.replace("\\", "\\\\").replace("'", "\\'").replace(":", "\\:").replace("%", "\\%") + + # 计算每行的 y 位置（从底部往上排列） + # base_y 是最后一行的位置，往上依次排列 + line_offset = (len(lines) - 1 - line_idx) * line_height + if isinstance(base_y, str) and base_y.startswith("h-"): + y_expr = f"({base_y})-{line_offset}" + else: + y_expr = f"({base_y})-{line_offset}" + + drawtext = ( + f"drawtext=text='{escaped_line}':" + f"fontfile='{font}':" + f"fontsize={fontsize}:" + f"fontcolor={fontcolor}:" + f"borderw={borderw}:" + f"bordercolor={bordercolor}:" + f"box={box}:boxcolor={boxcolor}:boxborderw={boxborderw}:" + f"x=(w-text_w)/2:y={y_expr}:" # 每行都水平居中 + f"enable='between(t,{start},{start + duration})'" + ) + filters.append(drawtext) # 用逗号连接多个 filter vf = ",".join(filters) @@ -809,6 +824,16 @@ def add_bgm( bgm_volume: BGM音量 loop: 是否循环BGM """ + # 验证 BGM 文件存在 + if not bgm_path or not os.path.exists(bgm_path): + logger.error(f"BGM file not found: {bgm_path}") + # 直接复制原视频，不添加 BGM + import shutil + shutil.copy(video_path, output_path) + return output_path + + logger.info(f"Adding BGM: {bgm_path} (volume={bgm_volume})") + info = get_video_info(video_path) video_duration = info["duration"] diff --git a/modules/script_gen.py b/modules/script_gen.py index e380495..abdfa75 100644 --- a/modules/script_gen.py +++ b/modules/script_gen.py @@ -36,7 +36,7 @@ class ScriptGenerator: - 必须包含：目标人群分析、卖点提炼、分镜设计 ## 分镜设计原则 -1. **单分镜单主体**：每个分镜聚焦一个视觉主体或动作，避免复杂运镜，因为 AI 生视频在长时间（>3秒）容易出现画面异常。 +1. **单分镜单主体**：每个分镜聚焦一个视觉主体或动作，避免复杂运镜。 2. **旁白跨分镜**：一段完整的旁白/卖点可以跨越多个分镜。在 voiceover_timeline 中，通过 start_time 和 duration (秒) 控制旁白的绝对时间位置，无需与分镜一一对应。 3. **节奏感**：分镜之间保持视觉连贯，通过景别变化（特写 -> 中景 -> 全景）制造节奏。 4. **语速控制**：旁白语速约 4 字/秒，12字旁白约需 3 秒。 @@ -84,13 +84,28 @@ class ScriptGenerator: } ## 注意事项 -1. **visual_prompt**: +1. **visual_prompt (生图提示)**: - 必须是英文。 - - 描述要具体，例如 "Close-up shot of a hair clip, soft lighting, minimalist background". - - **CRITICAL**: 禁止 AI 额外生成装饰性文字、标语、水印。但必须保留商品包装自带的文字和 Logo（这是商品真实外观的一部分）。 - - 正确写法: "Product front view, keep original packaging design --no added text --no watermarks" + - 描述要具体，例如 "Close-up shot of a hair clip on a young woman's hair, soft lighting, minimalist background". + - **人物出镜规则 (重要)**: + - 对于穿戴类商品（服装、饰品、发饰、鞋包、眼镜、手表等）：**必须包含人物模特**，展示穿戴效果。 + - 例如：发饰 → "A young Asian woman with the hair clip styling her ponytail" + - 例如：衣服 → "A stylish young woman wearing the dress, full body shot" + - 例如：包包 → "A fashionable woman carrying the handbag on her shoulder" + - 对于使用类商品（护肤品、化妆品、电子产品等）：**建议包含人物使用场景**。 + - 例如：护肤品 → "Close-up of a woman's hand applying the cream to her face" + - 对于纯展示类商品（食品、家居摆件等）：可以纯产品展示，不强制人物。 + - **禁止 AI 额外生成装饰性文字、标语、水印**。但必须保留商品包装自带的文字和 Logo。 - **EMPHASIS**: Strictly follow the appearance of the product in the reference images. -2. **video_prompt**: 必须是英文，描述动作，例如 "Slow zoom in, the hair clip rotates slightly"。注意保持动作简单，避免复杂运镜和人体动作。 +2. **video_prompt (视频动效提示)**: + - 必须是英文。 + - **动作简单化 (重要)**：AI 生视频容易在复杂动作上出现瑕疵，因此： + - ✅ 推荐动作：slow zoom in/out, subtle camera pan, gentle rotation, soft light flickering, particles floating + - ✅ 人物推荐：slight head turn, gentle smile, hair flowing softly, holding still with minimal movement + - ❌ 避免动作：fast motion, walking, running, dancing, hand gestures, complex body movements, drastic camera movements + - 示例： + - Good: "Slow zoom in on the hair clip, the woman's hair gently flows in soft breeze" + - Bad: "The woman shakes her head dramatically to show the clip stays in place" 3. **voiceover_timeline**: - 这是整个视频的旁白和字幕时间轴，独立于分镜。 - `start_time` 是旁白开始的绝对时间 (秒)，`duration` 是旁白持续时长 (秒)。