请先完成链路的链接与闭环,初次测试,tts然后再继续阅读。 在初次跑完之后是时候来复盘仓库和效果了:
1. 配音过快,且时序位置放错了
现象:
-
当前配音速度过快,几乎无法听清。
-
当前主流程是先生成视觉片段,再在
finalize阶段统一做 TTS。 -
这导致画面时长不是由真实旁白时长驱动,而是由预估秒数或渲染产物反推。
判定:
-
当前流程更像“先做画面,再塞音频”,不适合讲解型数学视频。
-
对于科普讲解视频,音频应先成为时长基准,再驱动画面节拍与每段镜头长度。
2. 媒介分发不应让所有片段都跑 html/svg/manim
现象:
-
首次运行中观察到所有片段都在尝试跑
svg/html/manim。 -
这和期望不一致。你真正需要的是“按分镜语义路由”,而不是“所有媒介默认并发候选”。
判定:
-
公式推导、公式可视化、数学结构变化,优先应走
manim_worker。 -
开头引入、段间衔接、弱科普说明、轻量信息卡和氛围铺垫,优先应走
html_worker。 -
svg_worker应是补充型能力,而不是所有片段默认跑一遍的主路径。
下一轮要求:
-
planner 必须对每个 segment 显式判断内容类型,而不是只给泛化的
hybrid。 -
coordinator 必须把分镜分成至少三类:
- intro / bridge / weak_explainer → HTML
- formula_core / derivation / proof_visualization → Manim
- diagram_overlay / optional_relation_graph → SVG(仅在明确需要时)
-
workflow.build_worker_tasks(...)的默认派发策略需要进一步收敛,避免因为hybrid或公式字段存在而把所有媒介都挂上去。 -
reviewer 需要新增一条检查:媒介是否与 segment 目标匹配,而不是只看产物是否存在。
3. 当前成片只有公式可视化,缺少引子和公式之间的衔接
现象:
-
当前视频更像“公式展示集锦”。
-
缺少开头的引子。
-
缺少公式与公式之间的过渡、解释桥段和弱科普连接段。
判定:
-
这不是后处理问题,而是 storyboard coverage 不完整。
-
现在的分镜生成还没有把“引入 - 解释 - 推导 - 过渡 - 收束”作为强制叙事骨架。
