大家好,我是程序员晚枫。

剪口播这件事,我最烦的不是剪,是对不上。我嘴上已经讲到第三步了,画面还挂着第二步那张卡。观众不会跟我说,但他一定看得见。

昨天我把「晚枫自动剪视频 Pro」挂到了 WorkBuddy 上,

先看2个剪出来的视频。

样片 A(82 秒):混元 Hy4-Flash 发布当天那条自证视频——动效、界面截图、截图上的标注、逐句字幕,全部由它自己生成。

样片 B(132 秒):真人口播那条。我只干了一件事:出一张脸,说一段话。画面上的框是 AI 自己标的,连放大都是它自己放大的。

这两段说的是同一件事:就像神笔马良一样,但这次我用的不是笔是嘴,用嘴说什么 AI 就给我出什么画面,我完全不需要去学怎么剪辑。


一、我念哪句,画面就出哪句

下面是逐句对照,秒数是成片实测时间轴,你可以拖进度条一条条验:

我嘴上说的(字幕原话)第几秒画面上出的
而且数字是能滚动的29.0翻牌器从 6,000 一帧帧滚到 50,000
柱子是能自己长上去的30.6柱子从 0 长到目标高
准确的说是涨了8倍了,马上要10倍了33.3×8.3 徽章,再接一根 ×10 的目标虚线柱
而且他知道是画这种柱状图,而不是饼状图39.4只有柱子,没有饼图
大家看这些框,这些箭头都是它自己打的60.5红框逐段描出来,箭头逐个指过去
而且他还会放大67.9真把那一块放大到 2.6 倍,角落实时打着 ZOOM ×2.60
还是想用其他的颜色搭配,也是可以选择的87.9色卡真的位移轮播一遍

一句口播对应一个画面:左边我嘴上说的,右边画面上出的

图:一句口播对一个画面 · 晚枫自制插图

这有点像神笔马良那支笔:我嘴上说什么,画面就出什么,而且出的是活的——不多一笔,也不少一笔。

你也可以直接去试试,你说什么它也会出什么的。不想露脸的话,也可以只给它几句话或者一段录音。如果连录音都不想给的话,你也可以让他自己生成声音,或者是让他自己生成一篇稿子。

AI视频的技能,点我直接打开:晚枫自动剪视频 Pro · WorkBuddy 技能页:https://www.workbuddy.cn/share/asset?shareCode=l6Db2M9PIgSq7zGj98JuOD&sig=UpntKZbYiI8mJ8uj

还有一条最值钱:说到「会动」,画面就得真的在动。 数字一帧帧滚,柱子从 0 长,字一个一个打,框一段一段描。整块淡入不算动画——这条规则是我自己逼出来的:早期我把淡入当动画,成片里我说「它会动」,画面只换了张卡,看着像 PPT 翻页。

节奏也是量出来的:单个画面最长停 2.60 秒,开场 4 秒换了 4 次画面,这一共一分多钟的视频,其实一共有3945 个画面组成。但因为都是代码生成的,所以花不了多少积分。

为什么这件事不能靠关键词匹配

最容易想到的做法是搜词:搜到「免费」弹 ¥0 卡,搜到「步骤」放截图。这条路我试过,三个地方过不去:

  • 一句话里同时出现两个词,弹哪张?
  • 同一个词在不同段落里意思不一样,「发布」既可能是发视频,也可能是发平台;
  • 关键词命中了,但那句话的重点在别处——它配上了图,可配错了话。

所以分镜是按语义做的。拿一份稿子过去,逐句走五步:

  1. 标锚点:逐句扫稿,把「能被看见的表达」全圈出来——数字、增减、对比、流程、清单、聚焦、命名、收尾,纯观点句也要标;
  2. 归意图:判断这句想让观众看什么,靠语义判断,不拿关键词正则硬套;
  3. 查效果、抽参数:动画不从头发明,查现成的逐帧配方;数字、倍数、条目数从这句话里读;
  4. 对齐轴:按这句的起止把效果钉到时间轴,一句一效果,超 3 秒就拆;
  5. 验收:落一张逐句对照表——原话、用了哪个效果、参数多少、动没动,少一行就是漏了。

第 3 步最能看出它是不是套模板:参数不许写死。 这条片子里的「6,000 涨到 50,000」「×8.3」是从我的账号数据里读的;换一份稿子、换一个人用,值自动换成新稿里的。渲染完还会全片搜一遍有没有上一期残留的数字。

改的时候也不用你说参数,讲人话就行:「这个数字给我滚起来」「放大镜要真的放大,别贴个圈」「这行给我框一下」,它照着改那一处,局部出静帧给你看,不重做全片。不用懂 Pillow,不用写代码,不用知道参数叫什么名。

但它也不是一句话甩出成片:五步是逐句走的,131 秒要过 83 句、落 26 行对照表;稿子里没提的对比和数据,它不许自己编。


二、9 块钱买的是 24 条规则,不是几行代码

代码量不大,贵的是判断

这个 Skill 我设置的是在 WorkBuddy 里 9 元永久买断,并且还能获取我后面的持续更新。

这套东西我调了两个星期,最后沉淀下来 24 条硬规则和 21 条踩坑记录,每一条背后至少返工过一次。挑三条这个项目里真踩过的:

  • 人头坐标不许套旧值。 旧素材实测圆心 (500, 630),这次新素材重测是 (495, 700),差 70 像素;更早一次靠目测,错了 250 像素,圆头里只剩额头。现在的规矩是在帧上画 20 像素的刻度网格读数,再抽 4 帧看头的活动幅度(±20 像素)才定。
  • 放大镜函数要的是(x, y, 宽, 高),我传了卡片的(左, 上, 右, 下)。 一次坐标语义搞混,框直接跑到别的地方去。
  • 氛围光带必须画在内容之前。 9 条各 26 像素宽的斜光带并排铺开有 234 像素,不透明时扫过正文会把白字盖成背景色。

这些看着像审美,写下来才发现全是规则。而规则是可以用钱换时间的。

删减那部分我单独做过回归:工具标出的 7 处语义刀口跟人工标注 100% 重合,零误删,但漏了 1 处——它没算到阈值,于是选择不删。宁可漏删,不可误删。

9 块钱包含什么,不包含什么

  • 9 元,一次买断,无限次使用,页面写的是「9元/无限次」;
  • 买的是使用权,不是源码所有权。你剪出来的视频、封面,版权归你,可以商用;
  • 平台目前支持 7 天无理由退款,具体以购买页当日规则为准。

WorkBuddy 内的「晚枫自动剪视频-Pro」详情页,显示 9 元购买与使用示例

图:截图时版本 v1.1.1、价格 9 元;现在已更新到 v1.2.0。来源:WorkBuddy 官网:https://www.workbuddy.cn/。

这张图还能说明一件事:这个 Skill 我一直在更新。

截图是 11 月 19 日的 v1.1.1,第二天就到了 v1.2.0,补了数字人分支和一批交付校验。买过一次,后面所有版本你都能直接用,不用再付一次钱。 我每周还在用它剪片子,遇到问题就改。

你也可以自己调,路我写在文档里

有一类人看到「9 块钱」的第一反应不是便宜,而是:我自己也能做,为什么要买?

这话没错。文档、脚本、模板都在技能包里,按步骤走是能跑通的。大致这么走:

  1. 准备环境:Python 3.10+、Pillow、numpy、ffmpeg,封面脚本还要 cv2。
  2. 先跑免费版:mograph 走通用包装路线,先搞明白「稿子怎么变成时间轴」。
  3. 抄设计令牌:配色、字号、字幕位置,文档里都给了固定值,别自己改。
  4. 逐句过第一节的五步:你只盯两件事——这句配得对不对,别让它把上一期的数字抄进来。
  5. 先静帧,后全片:render_full.py stills 逐张看,改干净再渲全片,最后跑 loudnorm。

免费版在这里,可以先试:晚枫自动剪视频(免费版):https://skillhub.cn/skills/user_bf8c5b73/wanfeng-mograph

开源仓库在这里:wanfeng-skills:https://github.com/CoderWanFeng/wanfeng-skills

说白了,自己调省的是 9 块钱,花的是时间——以及那些只有踩过才知道的坑。

买回去吃灰的软件,9 块和 900 块没区别。真正决定值的,是你这周有没有一条口播要发。

要买的话,入口只有一个:晚枫自动剪视频 Pro · WorkBuddy 技能页:https://www.workbuddy.cn/share/asset?shareCode=l6Db2M9PIgSq7zGj98JuOD&sig=UpntKZbYiI8mJ8uj

浏览器打开会跳到 WorkBuddy,价格、包含什么、授权说明都以页面当天为准。


你剪口播的时候,画面跟话对不上过吗?那一次你是怎么发现的——自己回看,还是观众提醒你?

评论区聊聊,我挑几个典型的,下一篇专门写「逐句对照的分镜表到底怎么写」。

科技不高冷,AI很好用。
我是晚枫,关注我,带你一起玩AI!

参考链接

相关阅读