narration — 结构化口播稿工坊

口播稿是带时间结构的数据，不是文章：分段声明、程序校验、人只管语感终审。视频口播稿特有的三件事由契约 + 校验器管住——时长工程（中文 ≈4.5 字/秒，字数估时只用于预算）、视频叙事（钩子开头 / 讲画面 / 留白）、文画对齐（ref 声明哪句话配哪段画面）。本 skill 不做语音合成：配音用剪映人工完成。

契约与工具

• 分段稿 JSON：meta（title / lang / budgetSeconds / charsPerSecond / bannedWords）+ segments[]（id / kind / text / ref）。kind=subtitle（≤20 字，直接当字幕）或 voiceover（长口播段，只计时长不查段长），缺省 subtitle；ref 写画面引用（素材时间段如 footage 0:00-0:04，或 PPT 页码）。字段不许改，样例见 templates/script.example.json。
• 字数与估计秒数由校验器算，实际时间以配音为准——声明意图，数字交给程序。
• 校验器：python skills/narration/templates/verify_narration.py <script.json> [--cps 4.5] [--budget-seconds 22]。查结构、字幕段长（≤20 字）、时长对账（只罚超预算 10%，低于预算是留白）、破折号禁令（—— — –）、AI 腔词表与 meta.bannedWords（WARN）、修饰密度（WARN）；FAIL 退出 1，全绿退出 0。

Step 1 · 受众与预算

先答受众三问再动笔（复用 ppt skill）：给谁看？观众对主题已知道什么？看完要能复述哪三句话？答案写在分段稿头部，之后所有取舍用它裁决。

预算从素材倒推：budgetSeconds ≈ 素材时长 × 75%——要给画面留呼吸，素材 30s 别把 30s 全说满。速算：中文 4.5 字/秒，20 字 ≈ 4.4 秒 ≈ 一条字幕的上限。

Step 2 · 分段成稿

写 projects/<项目名>/script.json：逐段 text + ref + kind，段 id 顺叙事排。

通用写稿要求：讲稿解读下钻到细节层。 不停在概念、模块、功能名的层面复述——每段至少落到一个具体细节（具体画面、具体操作、具体数字、具体场景），观众听到的是细节不是抽象名词；挖不出细节的段回 Step 1 换素材，不硬凑空话。

分段的度：一条 subtitle ≈ 一口气的画面单元（≤20 字校验器兜底）；钩子开头放第一段；voiceover 只用于不被画面切分的连续讲解长段。

Step 3 · 程序校验（全绿才进步）

跑校验器，红了改稿不是改规则：段长超 → 拆段或删字；超预算 → 删内容，不是改 budgetSeconds；破折号 → 换逗号或冒号；AI 腔命中 → humanizer 过一遍。全绿才进 Step 4。

Step 4 · 人工打磨

humanizer 深度过稿；然后出声读一遍——喘不上气的段拆两段，拗口的换词，书面语换口头语。校验器管住底线，语感终审靠人。

配音交接同时标明专有名词/缩写读法、数字与单位、关键停顿和重音，直接写在项目已有稿件说明中，不把注释塞进实际朗读 text 或擅改 JSON 字段。先听代表段确认发音和语速，再录制/生成其余段落；实际音轨确定后调整镜头与字幕，不沿用估算时间。需要音量、音乐和音效处理时交 audio-post。

Step 5 · 交付

1. 分段稿逐段贴剪映配音（市面产品人工操作，无自动化环节）；音频回来放 projects/<项目名>/remotion-app/public/deck/audio/
2. 段文本进 video-motion 的 cues.subtitles，时间轴由 auto-subtitle 校准
3. 分段稿与校验记录属项目工作区（projects/），成片产物落 products/<项目名>/

节奏速查表

4.5 字/秒：30s ≈ 135 字 · 1min ≈ 270 字 · 5min ≈ 1350 字

边界与坑

• 不做语音合成（剪映人工配音）、不做时间轴精确对齐（auto-subtitle 站负责）、不做竖屏文案
• 破折号中英双禁，原文含 —— — – 任一直接红
• 控制台 print 全英文（GBK），分段稿文件显式 utf-8
• 校验器词表 / 阈值是底线不是绊脚石：红了改稿，但也不许为过稿放水改规则

当前工作流

受众、事实引用和镜头目的来自 content-director 的 storyboard.json，ref 保留与场景的对应关系。配音完成后按实际音轨派生字幕；长停顿或语速变化用 auto-subtitle 校准，不用平均字速假装词级准确。把稿、音轨来源、SRT 与发布文案随 recipe/归档清单保留。