选题进、成片出:AI 分镜级文案、真人口播数字人、实拍素材库、AI 生成镜头、 词级精对齐字幕与广播级响度交付——四类场景一条流水线,每一段都可预览、可改写、可单段重生成。
同一套引擎,覆盖短视频团队的高频内容形态
钩子数字人开场、中段实拍画面穿插、结尾行动号召;口播稿按标点与语义自动分镜,是否出镜逐段可控。
粘贴新闻原文,严格基于事实改写播报稿;画面自动检索科技空镜,搜不到的段落 AI 生成兜底。
AI 阅读素材库写快节奏解说词,一句配音自动配多个镜头,3~4 秒快切,节奏可向参考视频看齐。
产品图 AI 动效、卖点实拍混排、数字人收单;品牌一致性从首帧钉到尾帧。
每一段都可见、可改、可单独重做——只花增量成本
每段输出:口播词、出镜类型、素材搜索词、英文视频提示词(主体/运镜/光线/风格)与建议秒数,草稿阶段逐段可改。
分镜查看器逐段预览,不满意的那一段单独重做,其余段落与拼接缓存全部复用,拒绝整条重来。
自有素材上传、标签、搜索、增删改查;四个预设素材池开箱即用,任务里一键挂载。
自动切分镜头、输出每镜头时长与缩略图、语音转写成文案底稿——节奏与结构都有据可依。
faster-whisper 识别真实语音区间,字幕不越走越快;自动断行、不切断英文单词。
响度标准化 -16 LUFS、BGM 对白自动闪避、可选样片水印,直接满足平台交付规范。
全流程断点续跑:中断不丢内容,续跑只补缺的部分
三级 LLM 故障转移链生成分镜级脚本:每段的口播词、出镜类型、搜索词与视频提示词一次到位。
逐段确认口播词、切换数字人/画面、修改提示词与秒数——生成之前就把内容定死。
本地素材库优先,实拍库检索兜其缺,AI 生成补其无;一条配音超长自动切多镜头快切。
koubo 真人口型生成:26 个克隆音色、51 个形象,状态异常自动直查成片兜底。
无损拼接 → 响度标准化 → BGM 闪避 → 词级字幕烧录 → 可选水印,final.mp4 直接可发。
全部接口按"故障转移链"组织,任何一级失效自动切换
从第一天起就按交付标准设计
每个工程保留分镜、来源、提示词与成本记录(report.json),素材可溯源。
响度、水印、画幅一步到位;素材源均为可商用许可。
素材与 AI 镜头全量缓存,重生成只付增量;免费链路可跑通全流程。
断网、关机、重启后接原工程继续,内容永不丢。