真人不出镜视频素材生产线

解决什么问题

真人不出镜短视频的制作链路里，最消耗时间的是"把素材拼成一条能发的成片"：文案要逐句拆分、配音要逐段生成、横屏素材要统一裁切和转场、封面要配标题，最后还要逐项质检。@reexin/faceless-camera-videos 把这条链路收敛成一条可重复调用的生产线，输入一段文案和一批 16:9 视频素材，输出一条可直接发布的成片，避免在多个工具之间来回搬运。

核心能力

• 文案自动分段：把整段文案按语义切成若干句，每句不超过适合配音的长度，写入 input/articleN.txt；不需要用户预先手动断句。
• AI 配音：默认走 edge 公共音色，零配置零费用；提供 9 个预置音色，覆盖男声、女声和方言，按场景选择。
• 声音克隆：需要定制音色时支持腾讯云和火山引擎两套克隆方案；克隆前需自行准备音色 ID、KEY 等凭证，并确保声音素材已获得授权。
• 素材预处理：自动裁掉每段开头 1 秒、统一缩放到 1080×608、帧率压到 25fps、段间叠化转场 0.5s，并丢弃原始音频，成片音频完全由人声和 BGM 构成。
• 付费门：进入生产前通过商户服务端校验 paid-token，校验不通过直接 exit 2，避免在未付费状态下消耗资源。

工作流程

1. 开工确认门：逐项弹问卡确认文案来源、主标题、配音方式、BGM、品牌区样式和视频素材清单；缺一项不开工。
2. 文案处理：AI 自行分段，从首句语义提炼不超过 12 字的主标题，标题只进 --title 不朗读。
3. 配音生成：按选定的音色走 edge 公共合成，或按克隆方案输出对应配置步骤。
4. 素材预处理与合成：横屏视频统一裁切、缩放、静音、转场后与配音、BGM 合成。
5. 付费校验：请求商户服务端，收到 HTTP 402 时弹出支付卡片，收到 HTTP 200 后立即出片。
6. 结果输出：只给成片路径和质检结论，不展开过程描述。

适用边界

• 素材要自备：生产线处理视频片段，不提供素材采集能力；16:9 横屏 mp4/mov/avi/mkv 是硬性格式要求。
• 文案要可用：适合一次给一整段文案的场景；如果文案需要先写、先审、再改，仍需在外部完成。
• 克隆声额度有限：克隆方案依赖腾讯云或火山引擎的付费额度和凭证，首次使用会引导配置。
• 凭证不要泄露：云希、克隆 KEY、paid-token 等敏感信息不要提交到代码仓库或公开讨论。
• 声音授权在用户侧：未经授权复刻他人声音产生的法律责任由使用者承担，工具本身只负责合成。
• 交互偏工具化：不逐步汇报进度，不重复确认已给过的信息，适合熟悉流程后直接调用。