字幕驱动的视频画面生成 Skill

个人职责

设计并跑通字幕驱动的分镜、画面、配音、字幕同步与渲染流程。

核心难点

字幕描述的是语言节奏，视频需要把节奏转换成场景结构、视觉层级和精确时间线。

方案与取舍

• 以字幕时间轴作为唯一节奏基准，避免画面、配音和字幕各自漂移。
• 将场景拆成可复用组件，并用明确的视觉规则约束生成结果。
• 把可重复步骤封装成 Skill，把主观质量判断保留给人工验收。

实施结构

• 解析字幕并生成场景清单、节奏标记与画面结构。
• 通过 HTML 动画组件组合信息图、字幕和过渡效果。
• 执行渲染、时长检查、画面检查和成片交付。

验证方式

• 完成 33 个场景的完整链路验证。
• 逐场检查字幕同步、文字溢出、画面节奏与转场连续性。

结果与沉淀

• 跑通从字幕输入到成片输出的完整自动化链路。
• 形成可复用的场景组件、制作规则和验收清单。