DBMedia · Growdu 品牌片头 / 片尾


 TL;DR
Growdu 专属的两支品牌片:片头 Growdu 字标 + 数据库标语;片尾 感谢观看 + 落版三胶囊。 两支都是 2.833 秒(68 帧 @ 24fps),都在 3 秒上限内,都带 growdu 小象形象。
难度 中等

规范见 ../形象与音色规范.md。

Growdu 专属的两支品牌片:片头 Growdu 字标 + 数据库标语;片尾 感谢观看 + 落版三胶囊。
两支都是 2.833 秒(68 帧 @ 24fps),都在 3 秒上限内,都带 growdu 小象形象。

目录

brand/
├── clips/
│   ├── growdu_intro_3s_1080p.mp4    片头(2.833s / 68 帧 / 24fps / 时间基 1/24000)**入库**
│   └── growdu_outro_3s_1080p.mp4    片尾(同上)**入库**
├── assets/
│   ├── bg_intro.png                 AI 背景:深蓝数据中心(16:9)**本机**
│   ├── bg_outro.png                 AI 背景:蓝调城市天际线(16:9)**本机**
│   ├── growdu_pose_thumbsup_nobg.png  小象 · 点赞姿态(2048²,透明底,戴方框眼镜)**本机**
│   └── growdu_pose_wave_nobg.png      小象 · 挥手姿态(2048²,透明底,戴方框眼镜)**本机**
├── audio/
│   ├── intro_mix.wav / outro_mix.wav       成品音轨(旁白 + 配乐,2.833s)**入库**
│   └── voice_intro.mp3 / voice_outro.mp3   旁白(定稿音色)**本机**,需要时重合成
├── brand_windows.json                      片头片尾的配乐窗口决定(**入库**)
└── scripts/
    ├── render_brand.py              渲染两支片(当前唯一入口)
    ├── generate_backgrounds.py      生成两张 AI 背景(含语义验收)
    ├── generate_poses.py            生成点赞 / 挥手姿态素材(可复现)
    ├── make_audio_brand.py          混音成品音轨
    ├── fix_plates.py                【旧版 8 秒片】底板文字修复
    ├── make_audio.sh                【旧版 8 秒片】macOS say 旁白 + 配乐
    └── render.sh                    【旧版 8 秒片】Ken Burns 渲染

入库的是「出片必需的最小集」,不是全部:

  • clips/*.mp4 与 audio/*_mix.wav 入库——make brand 要把它们插进
    契约首尾,缺了成片就没有品牌片(另一台机器 clone 完要能直接出片);
  • assets/ 与旁白 mp3 不入库,保留本机;需要时跑脚本重新生成。

brand_windows.json 是入库的:它记的是「片头片尾取曲子的哪一段」这个决定
(决策入库,音频不入库)。换曲子时重挑一次即可,不用改任何脚本。

片头片尾的配乐:片尾接回片头

两段配乐取自同一条 motif,而且在原曲里紧挨着:片头取 s 到 s+D
这一段,片尾取 s-D 到 s 这一段,于是 outro_start + D == intro_start,
片尾结束时正好落在
片头的起音点上——两段拼起来是同一段连续音乐,形成闭环。

口径与判据见《背景音乐规范》§6 末条与 §7 的 bgm.brand-* 三条规则。
挑窗口:

cd aiv/pipeline
python -m pyv.cli bgm windows       # 重挑并写进 brand/brand_windows.json
python -m pyv.cli bgm brand-check   # 校验:首尾相接 / 曲子指纹 / 能量

别用相关系数判断两段是否相接——有瞬态的音乐上这个指标没有意义
(旧口径 +0.0543、新口径 -0.0655,两个数都说明不了问题)。
真判据是「两段在原曲里紧挨着」:逐样本验证原曲里从 outro_start
到 intro_start+D 这一段,前半等于片尾窗口、后半等于片头窗口。

技术路线

AI 生成的纯环境背景(无角色、无文字、无 Logo)
  + canonical 小象姿态图(透明底 PNG,代码合成)
  + 真实字体绘制的文字(cairo + 跨平台解析的中文字体)
  → rawvideo 管道 → ffmpeg 编码 → 混入成品音轨

三条不能违反的规矩:

  1. 文字一律用真实字体在 cairo 阶段渲染。 模型生成的中英文会乱码
    (见 scripts/fix_plates.py 记录的同一类问题)。背景可以交给模型,文字不行。
  2. 背景与形象分开生成。 AI 只画环境;小象用 canonical 参考图生成,
    铭牌由代码盖章;文字与版式由代码确定。
  3. 技术图示绝不交给模型生成。

铭牌的 growdu 也不是模型写的:render_brand.py 渲染前会自动调
character/scripts/stamp_badge.py 给姿态素材盖一次章——刷白铭牌,再用
当前字体写上 growdu(字体族名由 pipeline/pyv/fonts.py 解析,macOS 是
PingFang SC,Linux 退到 Noto Sans CJK SC)。幂等,重复渲染结果一致。

为什么不用 H3 视频生成

H3 视频生成最短 4 秒,做不出 3 秒以内的片头,所以整条链路改成
「AI 出背景底板 + 代码合成角色与文字」。

文案

文案全部由 scripts/render_brand.py 顶部的常量给出,文字用真实字体在 cairo 阶段渲染:

画面文字 旁白
片头 Growdu / Database · Knowledge · Growth / 胶囊「深入数据库 · 分享技术之美」 欢迎来到 growdu,深入数据库。
片尾 感谢观看 / Growdu · 把踩过的坑写成方法 / 三胶囊「growdu.cn」「订阅关注」「点赞支持」 下次卡住的时候,记得回来。

片尾的副标题与旁白按《人格规范》§8 改写过:原来那句「与你一起探索数据库的无边世界」
是营销腔,换成命中「现场验证者(踩坑)」与「方法论者(写成方法)」的说法;
旁白「下次卡住的时候,记得回来。」直接呼应人格的动机句。
片头保持不变——「Database · Knowledge · Growth」已经承担了「技术能力集成」的品牌表达。

改旁白要重新合成,音色与参数见《形象与音色规范》§2.2:

cd aiv
python3 voice/scripts/synthesize_narration.py \
  --text "下次卡住的时候,记得回来。" --out brand/audio/voice_outro.mp3

重新生成

cd aiv/pipeline
python -m pyv.cli bgm windows          # 挑片头片尾的配乐窗口(写进 brand/brand_windows.json)
cd ../brand
python3 scripts/make_audio_brand.py    # 按窗口从曲库取 motif,混出成品音轨
python3 scripts/render_brand.py        # 铭牌盖章 + 渲染片头 + 片尾(--intro / --outro 可单渲)

make_audio_brand.py 会核对 brand_windows.json 里的曲子 id 与 sha256,
并检查两段窗口首尾相接——不相接就拒产,不让错口径流到成片。

渲染完会自动核对帧数(verify_frames):帧数不对直接报错,不让问题流到成片。
片头/片尾时长改 scripts/render_brand.py 顶部的 DURATION 与 FRAMES。

源素材没了怎么办

assets/ 不入库,换机器或者素材丢了,按下面这条链重新生成(每一步都有脚本,
路线可复现):

cd aiv
python3 character/scripts/make_white.py        # 白底主形象(从入库的透明底合成)
cd brand
python3 scripts/generate_poses.py              # 点赞 / 挥手姿态(眼镜修补 + 抠底 + 盖章)
python3 scripts/generate_backgrounds.py        # 两张 AI 背景(含语义验收)
python3 scripts/render_brand.py                # 重渲两支片

每一步都会消耗生成额度(合成与渲染不会),重复执行前先确认是否真的需要重做。
依赖 mcode-tools CLI(先加载 mcode-tools-master skill)。

白底主形象是「合成」出来的,不是重新生成的——重新生成会让吉祥物形象漂移,
跟已入库的透明底主形象对不上。

踩过的坑

  • 混音阶段不能用 -shortest。 AAC 编码器会引入延迟,-shortest 会按音频的
    结束点反过来把视频截短(实测 68 帧被截成 64 帧),concat 后总时长就漂。
    现在改成按帧数精确 -t 截断 + 音频 apad 补静音。
  • 接地阴影要按真实脚底算,不能按画布底边。 透明底素材四周有留白
    (点赞姿态脚底在 0.927 高度、挥手姿态在 0.946),画布底边 ≠ 脚底。
    render_brand.py 会自动探测主体包围盒再推导脚底比例。
  • AI 宽幅背景可能有贯穿全图的拼接缝。 bg_outro.png 初版就是左右两场景硬拼。
    羽化只会把缝糊掉,正确做法是用「单一连续空间」的 prompt 重新生成。
    别用像素判据找缝:试过两种都误报——「相邻两列的亮度跳变」把玻璃幕墙的
    楼边当成了缝(39/255),「宽窗台阶」把走廊尽头的亮光当成了缝(37/255)。
    「这是不是一整个空间」是语义问题,所以 generate_backgrounds.py 生成完
    交给视觉模型问一句,答「有缝」就直接报错——那条才是真判据。
  • 姿态素材戴眼镜要走两步。 模型给镜框贴白色小铭牌是固定毛病,
    character/scripts/add_glasses.py 因此在图生图之后额外做一次局部修补。
    姿态素材本身的生成入口是 scripts/generate_poses.py(已含这一步)。
  • 模型不一定会画铭牌。 挥手姿态那一版模型就把胸口的白铭牌省了——画出来是
    一只胸口只有数据库图标的小象。铭牌是品牌标识,prompt 里得写死「马甲上部
    必须有一块白色矩形铭牌」,生成后还要目视确认。
  • 品牌片的中文文案必须进内置字体子集。 仓库内置的字体是按「仓库用到的
    字符」子集化的,而品牌片是独立于流水线的一条出字路——文案一开始没被
    收进来,重渲后片头胶囊就成了「⊠入数据库 · 分享技术之⊠」(「深」「美」两个字
    没有字形)。画面照常生成、时长照常对,没有任何报错。现在
    scripts/build_font_subset.py 的画字模块清单里包含 render_brand.py,
    缺字守卫的运行时探针也会真渲一遍片头片尾。
  • 成品音轨必须接进成片,不能只做好放在那儿。 2026-11-12 踩过:
    motif 的成品音轨(intro_mix.wav)做出来了,却没接进成片——
    brand.py 当时从品牌片 mp4 里抽音轨,嵌进去的还是切换前的旧 AI 配乐。
    现在 pyv/brand.py 的 _resolve_audio_source() 优先取
    brand/audio/*_mix.wav,mp4 音轨只作兜底,换配乐不必重渲 3D 形象。
  • 淡出要短。 片尾的音乐是片头那段的前一截,末尾淡出 0.3 秒会把刚接上的
    闭环淡没。现在片头淡入 0.08 秒、淡出 0.08 秒,片尾不淡入(它的窗口是曲子
    中段的接缝,淡入像另起一段),成品混音再收 0.05 秒。

在 aiv 流水线里的用法

品牌片是流水线的一等公民,pipeline/pyv/brand.py 负责接入:

cd pipeline
make brand     # 把 brand_intro / brand_outro 插进契约首尾,正文整体后移
make render    # 渲染正文片段
make compose   # 拼接 + 混音(品牌片音轨自动对位)出片

要点:

  • brand.py 优先用定稿的 3 秒片(growdu_intro_3s_1080p.mp4 /
    growdu_outro_3s_1080p.mp4);缺失时才回退旧的 8 秒片并打印告警。
  • 素材会被转码成 1920×1080 @24fps、时间基 1/24000,与 cairo 渲染出的正文片段
    完全一致,concat 才不会漂时长。
  • 品牌片自带人声 + 配乐,compose 会把每段品牌音轨按场景起点 adelay 对位后
    与正文旁白 amix;正文旁白自动推迟到第一个 code 场景的起点。
  • 品牌音轨取的是 brand/audio/*_mix.wav(成品音轨),不是品牌片 mp4 里烘焙的那条;
    详见上面的「踩过的坑」。
  • make brand 可重复执行:旧的 brand_* 场景会被移除、正文位移会被撤销后重算。
  • 媒体文件不入库,所以新克隆的机器上一张品牌片都没有——brand.py 会安静跳过,
    流水线照常出片,只是不带片头片尾。

快速合并

ffmpeg -i growdu_intro_3s_1080p.mp4 -i main.mp4 -i growdu_outro_3s_1080p.mp4 \
  -filter_complex "[0:v][1:v][2:v]concat=n=3:v=1:a=0[v]" \
  -map "[v]" -c:v h264 -pix_fmt yuv420p -movflags +faststart final.mp4

如果正文含音频,请在最终混音阶段统一加入旁白和背景音乐。


文章作者: growdu
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 growdu !
这篇还发到了
今日头条 drafted
  目录