video-assemble

## 1. 定位 本技能负责最终合成： 1. 把各段旁白音频放到视频时间线上。 2. 在旁白窗口内压低原声，支持 fixed / sidechain / zone 模式。 3. 根据旁白位置生成 `subtitles.srt`；默认同时生成并烧录 `subtitles.ass`，`--no-burn-subtitles` 可关闭。 4. 可选把最终响度标准化到目标 LUFS。 ## 2. 声音收尾契约 合成阶段只实现创作决定，不凭空制造决定。Agent 在写旁白位置前，已在 `visual_audio_board.json` 为每个 beat 指定 `audio_owner`： - `original_dialogue` - `action_sound` - `ambience` / `music` - `silence` - `narration` 因此，旁白间隙是主动选择，不是必须填满的空白。不要为了“更满”而加入通用 BGM、压住必须听见的台词或消除有意义的沉默。 当前渲染器不解析 `visual_audio_board.json`；Agent 通过旁白时间、`overlaps_speech`、原声留白与现有混音参数落实这些决定。 ## 3. 输入契约 - `<video>`：源视频；cut 模式下为 `edited_source.mp4`。 - `work_dir/tts_meta.json`：配音阶段写出的 `{segments: [...]}`。每段包含 `audio_path`、时间、`pause_after_ms`、`overlaps_speech` 和用于混音/字幕的位置。 下面的 `scripts/...` 均相对于本技能目录。若执行器从仓库根目录启动，请给脚本路径加上本技能的绝对目录。脚本不从其他技能目录读取文件；外部输入仅限命令显式传入的视频、参数与 `work_dir` 产物。 ## 4. 运行命令 ```bash python3 scripts/assemble.py <video> --work-dir <work_dir> \ [--recap-stem <name>] [--output-dir <dir>] [--no-burn-subtitles] \ [--subtitle-y-top <inclusive-y> --subtitle-y-bot <exclusive-y>] \ [--source-video <orig.mp4>] [--export-jianying [--jianying-out <dir>]] ``` ## 5. 输出契约 - `recap_<stem>.mp4`：稳定的最终输出别名；每次运行覆盖更新。 - `work_dir/output.mp4`：工作目录内成片。 - `subtitles.srt`：旁白字幕；烧录时另有 `subtitles.ass`。 - `timeline.json`：后端无关的多轨模型，包含视频、原声、旁白、BGM、字幕和 ducking 自动化。 - `_placed_*.wav`：实际写入主混音的完整逐段旁白 PCM；时间线与剪映只引用这些文件。 - `assembly_manifest.json`：输入来源、cut 来源指纹、渲染设置与最终输出路径。 - `assembly_qc.json`：旁白完整性、原声句末交接、时间线素材时长与交付质量的发布门禁。 - 剪映草稿目录：仅 `--export-jianyi...