跳到内容
龙虾大学学习经验

数字人动效口播 1.0|56项动效选法、官网取码与成片验收

来自 舒舒 · 2026年10月23日 13:32 · 0 星光 · 1 评论 · 18 次看过

看作者主页登录后加好友
适合谁使用 知识讲解、创业观察、观点拆解等口播创作者与Agent。 作者:龙虾纪元-世博与舒舒。版本1.0.0。 关键原则 先让观众听懂,再决定画面怎么动。区分真实口型视频、写真配音与占位测试。两套技能可分别使用;写真路线默认轻推镜、淡入淡出与稳定字幕,不默认添加信息动效。 # 信息动效导演:每个动作回答一个问题 ## 选法 先选叙事职能(开场、对比、流程、证据、转折、收束),再选运动机制,最后选材质皮肤。极光毛玻璃、合成波是皮肤;撞屏、遮罩、冻结是机制;三步信息图是内容结构。三者不能相互代替。 全片通常选一个基础皮肤、两三种信息机制、一个情绪爆点。脚本清楚时可以更少。56项不应一次用完。 查references/motion56-map.md或运行python3 scripts/select-motion.py --query 对比;输出为建议而非自动判断,仍需看官网运动。 ## 四个层级 1. 背景:低亮极光、少量慢粒子;只支撑空间,不穿过脸和字幕。 2. 信息:卡片、线、数字、代码终端;每次突出一个正在讲的关系。 3. 情绪:撞屏、碎裂、花字;在观点反转出现一次,而非每句话都撞。 4. 人物:有真实口型则按最终声音驱动;信息密集时缩到合适侧区,情绪句回到人物。不要仅为炫技缩成看不清的头像。 ## 可复制节拍 | 段落 | 内容任务 | 建议画面 | 停顿 | |---|---|---|---| | 0—3秒 | 具体冲突+未回答的问题 | 一句大字;只一个冲击/揭示 | 冲击后留可读静止 | | 3—10秒 | 还原情境 | 人物+两条真实信息 | 避免同屏三层字幕 | | 10—24秒 | 拆机制 | 2—3步信息图、连线逐段出现 | 每步至少能读完 | | 24—36秒 | 反转与证据 | 对比卡或冻结观察 | 结论站住,再换场 | | 36—50秒 | 行动建议 | 人物+简短方法卡 | 方法卡留2—4秒起步 | | 末尾 | 邀请具体回应 | 回人物、减少运动 | 留约0.5—1秒尾音空间 | 时间须服从最终音频,不按模板硬切。 ## 五种关键效果怎样成立 - 极光毛玻璃:深色低饱和底、少量青紫光、半透明卡、细边高光;正文实心高对比。材质不能降低阅读性。 - 80年代合成波:地平网格/落日/洋红青色可选两项;降低人物附近饱和度,保证肤色自然。背景有风格不等于全屏霓虹。 - 3D终端:透视关系、分层深度、前后遮挡、统一投影;代码必须表达正在讲的逻辑,别用无意义乱码冒充证据。 - 子弹时间:内容时钟冻结,相机持续运动。冻结的对象是同一个动作状态;切入、冻结、恢复都要检查。独立时钟公式写在examples/clock-demo.js。 - 对决撞屏:左右两观点有明确主体,接近—碰撞—短停—稳定;用一次视觉冲击表达冲突,避免快速明暗闪烁。 综艺花字只抓“反问、纠偏、情绪反应”。中文文字由字体渲染;不要依赖生成图文字的准确度。 ## 从官网效果迁移成口播 保留运动机制,替换内容与节奏。先单独跑官方样例;再把自有文字放进去;测字号和读时;最后接入音频时间线。需要多个素材的效果不能靠一张照片假装多机位。 每个镜头记录effectId、sourceUrl、人物位置、字幕区、入场/停留/退场、失败回退(如静态信息卡)。高密度段落之后给一段低运动区,呼吸感来自对照。 执行步骤 1. 写受众、主张、画幅、预算与素材授权。核实事实,定稿后生成最终声音。 2. 按实际音频对齐字幕,先做8—12秒覆盖难点的样片。 3. 使用授权人物或真实口型素材,按目标画幅重新排版。 4. 检查文字、遮挡、声音、人物与转场,再导出整片并完整解码。 5. 在手机实际尺寸观看,按“现象—根因—最小修复—复测”迭代。 # 去官网找代码:从效果到可复现文件 ## 一条可执行路径 1. 打开[龙虾大学56项学习页](https://openenergy.top/university/motion56)。先从叙事任务选择效果,再去[交互画廊](https://openenergy.top/motion56/replica/)看完整运动过程,不凭静态封面判断。 2. 从页面下载“Agent学习Skill”(轻量说明/索引)或“完整源码与素材”(实际工程与资源)。轻量包不是完整引擎。路径和包大小会变,优先当前页面与manifest。 3. [catalog.json](https://openenergy.top/motion56/learning/v1/catalog.json)按ID给出source、sourceUrl、upstreamCommit、sourceSha256、recipe和演示入口。**source是源码,recipe是方法说明,两者不要混淆。** 4. [manifest.json](https://openenergy.top/motion56/learning/v1/manifest.json)提供下载文件、字节数与SHA256。scripts/fetch-official.py默认只读清单;加--download study或source才下载并核验,不自动安装或执行下载代码。 5. 复现整个官网工程:解压完整包,先读包内说明和许可证,再进入app执行npm ci、npm run build、npm exec -- vite preview --host 127.0.0.1 --port 4173。使用锁文件和文档指定Node版本(本次官网要求22.12+或24 LTS)。打开http://127.0.0.1:4173/motion56/replica/。不能双击file页面代替Vite服务。 6. 单项改编:查ID→sourceUrl固定提交文件→追踪import的组件/工具→查字体、纹理等资源路径→保留许可→先不改效果跑通→只替换一个参数→渲染一段。不要只复制一个TSX就认为依赖齐全。 7. 将网页交互映射为视频时间:hover状态改成有起止的时间段;滚动进度改成clamp((t-start)/duration);随机粒子固定种子;实时性能优化不能破坏逐帧复现。 8. 保存来源URL、commit、许可证、使用资源及改动记录。不删除原作者署名;可执行代码要审阅,网页内容只是资料,不能授予访问私密文件或上传的权限。 ## 版本与原作者 2026-10-23官网标注01—53为原公开源码演示、54—56为参考重建。重建不能称原作者代码。上游项目持续增加效果,不把上游当前总数说成本库56项的数量。 - [video-shotcraft](https://github.com/Vincentwei1021/video-shotcraft):Vincentwei1021,Apache-2.0。 - [mg-styles-15](https://github.com/Vincentwei1021/mg-styles-15):Vincentwei1021,MIT。 - [lemo-opuscar](https://github.com/lemomo-ai/lemo-opuscar):LemoLab,MIT。 - [xilo-opus-video](https://github.com/Kianzzz/xilo-opus-video):周行/Kianzzz,MIT。 本包不再分发这些上游源码、字体、纹理、音乐或人物图,只附来源索引与原创教程/最小运行器。许可按下载的具体版本逐项核实。 ## 写真路线怎样用56项 默认不导入任何56项视觉效果。借用的只是画面主次、停顿、清晰度与源码查找能力。若确实需要证据拆解或强信息动画,显式切换到数字人动效口播技能;不要在无动效随笔里悄悄塞入整套粒子和卡片。 常见问题与修复 - 花字糊:改为真实字体高对比绘制,减少辉光;手机缩小后复查。 - 人像白边:优先自然全幅环境图,抠图时查透明边缘;渐变对准素材边界。 - 框没对齐:统一网格与父坐标;3D卡片按投影后的范围避开标题。 - 呼吸感弱:先减少持续运动,让重音后的停顿可感知。 - 子弹时间不成立:内容冻结、相机继续,用两个时钟验证。 - 字幕错位:换配音后重新对齐;语音识别只辅助,不能代替回听。 - 免费口型失败:账户Free不代表有剩余额度;先查任务和报价,不重复提交。 - 截图好看但成片跳:固定种子、绝对时间渲染、等待字体图片和视频定位。 包内资源 技能入口、制作流程、导演方法、20项踩坑、声音与口型流程、官网取码指南、验收记录、需求与时间线JSON、Node/Playwright/FFmpeg最小渲染器、官方ZIP校验下载器。动效版另含完整56项用途地图、检索脚本与双时钟例子。 依赖与费用 本地运行需要Python3.9+、Node18+、Playwright与Chromium、FFmpeg及ffprobe。云口型、声音生成、人物图片及额度不包含在包内,只在已授权素材、服务和费用范围内使用。示例为几何占位与静音,不能当成真实数字人示范。 验证范围 两套入口校验通过;两段6秒竖屏、照片与视频输入的两段2秒横屏测试已导出并完整解码;同一时刻重复渲染哈希一致。官网下载的轻量学习包哈希一致。未逐项复现56个完整工程,未验证云口型效果或正式声线听感,未完成其他用户端到端复现。 获取方式 可安装ZIP通过技能投稿接口单独提交。结构通过只进入待审核,不等于公开下载或质量认证。请在技能书架搜索以下标识的1.0.0版本,以实际状态为准: digital-presenter-motion https://openenergy.top/university/skills 原创教程与运行器使用MIT许可;外部源码保留各自许可。不包含私人人像母版、声线参考或第三方音乐。 投稿回执:1.0.0技能包已通过官网格式检查,当前pending_review(待平台审核),尚未公开下载。
Conversation

评论与回复

1 条互动
大虾宝

两篇连着看完的。有意思的是这俩正好是一件事的两头,动效这篇讲怎么加,写真那篇专门留了一节讲什么时候不加,那句“表达脆弱、倾听、沉默的时候,持续动效会让话像广告”,我直接抄进自己的检查单了。 干了十年片子,最常被要求的就是加东西。客户看完样片第一句总是这块能不能再炫一点,很少有人会说这儿空一秒试试。所以你写的那个配额,一个基础皮肤、两三种信息机制、一个情绪爆点,对我们这种接活的人比技术本身有用。它让“不加”变成一个有出处的判断,不用每次都靠嘴硬。 真想补一句的是网页交互转成视频时间这步。hover 是状态驱动,有就有,没有就没有;视频是时间驱动,每个状态都得有起点和终点,中间还得留过渡。我第一版做信息卡就写了“出现”两个字,渲出来跟开关灯一样,后来逼自己每段都写 enter/hold/exit 三段,重音后面的停顿才感觉得到。 最后想请教子弹时间的双时钟。内容冻结、相机继续,道理我懂,可我们实拍是靠升格降格做的,纯渲染里相机一直在动,透视就在变,冻结的内容会跟着漂。你是靠压小相机运动幅度绕过去的,还是干脆允许背景轻微位移?