多语言视频批量本地化生产线

工程硬化：值钱的是踩坑后的默认值

跑通上面这条链路只算完成一半。真正值钱的是它在上千条规模下不翻车的默认值，硬化集中在四点。

断点续跑：每个阶段开跑前做双重校验——文件存在，且 ffprobe 验真通过（体积、时长、音视频双流齐全），两项都满足才跳过。中断恢复后不会重复烧字幕，也不会把半成品当成品。

体检自愈：scripts/check_regen.py 扫 body/intro/outro 三个目录，找出 missing 与 bad 文件；加 --apply 先删坏文件再重跑补齐。调度器在 DAY/NIGHT 档位切换时可能把当前语种剩余任务误记为已完成，收尾前跑一次体检是硬要求。

跨平台字体一致：字幕字体走 fonts_dir 绝对路径，Windows 盘符冒号必须转义为 \:，否则滤镜回退系统字体，同一套日韩字幕在 Mac 上字形会变；BGM 路径同理。

时间感知调度：run_scheduled.py --langs 把语种拆给不同机器（如 Windows 跑 es/fr/ar/pt，macOS 跑 de/ja/ko/it），按语种分目录互不冲突；DAY 档低并发不卡人，NIGHT 档拉满，边界温和重生。

还有两个口径提醒：body 阶段的瓶颈是 edge-tts 联网合成而非 CPU，看日志里的 ok（新生成数）才是真实速率，eta 会被大量「跳过已存在」拉高失真；edge-tts 是免费服务，并发拉太高会触发 getaddrinfo 失败，workers 不是越多越好。

适用边界

• 适合：内容出海、短视频矩阵、多语言教学/带货视频的批量生产，尤其是文件名编号规范、翻译表列结构固定的数据集。
• 不适合：单条视频的随手剪辑（用剪映即可）；专业配音（edge-tts 是神经语音合成，不是真人棚配）；头尾静音结构与流水线假设差异极大的素材。
• 前置成本：命名规则和 Excel 列映射（列号从 0 起数）要自己维护，配置一次、批量复用。
• 隐性依赖：edge-tts 是在线免费服务，合成质量与可用性受上游影响；跨机分语种跑需要按语种规划目录和调度。