宣传片工具的新玩法:用 guizang-product-video-skill 的 news-video 扩展把早报做成讲解视频(全流程)
宣传片工具的新玩法:用 guizang-product-video-skill 的 news-video 扩展把早报做成讲解视频(全流程)
guizang-product-video-skill 是一个用代码制作软件宣传片的 AI 制作流程,而它的 news-video 扩展(位于 extras/news-video/)则多了一种玩法:把一份文字早报、周报或资讯简报,做成带配音、字幕、原创配乐和动作音效的横屏讲解视频。整个流程来自真实的「AI 早报视频」制作经验,脚本已参数化,新手照命令一步步跑就能出片。
它是做什么的:从文字简报到横屏讲解视频
news-video 是一个可选扩展,不改动 skill 本身(SKILL.md、scripts/、assets/starter/ 保持原样,脚本只写你指定的工程目录)。
整个工具链分工非常清晰,每个脚本干一件事:
| 文件 | 职责 |
|---|---|
| apply_overlay.py | 把空工程改成新闻视频工程:套新闻版式、拷内置音效、下载字体、写入 content.json |
| tts.py | 按旁白逐句合成配音(edge-tts),量出每句时长,按内容哈希缓存 |
| make_timeline.py | 用实测配音时长排时间轴,生成 plan.json 和整条 assets/voice.wav |
| music.py | 按镜头边界用代码写一段原创新闻垫乐 assets/music.wav |
| mix_voice.py | 把配音叠到 BGM + 音效母带上,说话时音乐自动压低 |
| overlay/ | 新闻版式源码:瑞士风格白底 + 安全橙、进度条、字幕条、擦除转场 |
| content.example.json | 最小示例(4 个镜头,约 18 秒),数据是虚构的 |
环境准备:news-video 扩展的依赖与建工程命令
先装好依赖,再一条命令建出工程:
依赖清单
- skill 本身的依赖:Node 18+、FFmpeg、Playwright Chromium
- Python 3.10+,以及
pip install edge-tts numpy - 首次运行需联网:edge-tts 合成要联网,
apply_overlay.py还会从 Google Fonts 下载 Inter、Noto Sans SC、IBM Plex Mono 三套字体(均 OFL 许可,约 19 MB);离线时可用--fonts-dir指向已有字体
建工程 + 套新闻版式
SKILL=/path/to/guizang-product-video-skill # skill 根目录
X=$SKILL/extras/news-video/tools
FILM=~/films/brief-2026-01-01 # 工程目录,必须在 skill 之外
python3 $SKILL/scripts/init_project.py --output $FILM --style default
python3 $X/apply_overlay.py --project $FILM --example # 正式用 --content 你的.json
cd $FILM && npm install && npx playwright install chromium
python3 $SKILL/scripts/check_environment.py --project .
init_project.py 先生成一个技术样片工程,apply_overlay.py 再把它「改造成」新闻视频工程。工程目录里会有一份默认样式的技术样片,先用来验证渲染链路没问题:
写好 content.json:决定讲解视频内容的核心文件
content.json 是唯一要手工写的文件,它决定片长、画面和旁白。结构是「片头元信息 + shots 镜头数组」:
{
"title": "示例早报 · 新闻讲解视频",
"date": "2026-01-01",
"voice": "zh-CN-YunxiNeural",
"rate": "+20%",
"brand": {"name": "示例早报", "meta": "DAILY BRIEF · 2026.01.01"},
"shots": [ { "id": "intro", "kind": "intro", "narration": [...] } ]
}
几个新手最关键的写法:
- 字幕和配音分开写:
sub是屏幕字幕(数字写4.5),tts是给配音读的文本(数字写成「四点五」),两者读起来不同也不会出错 mark钉住画面节拍:如{"mark": "price"}表示「价格条形图变色」这个画面动作发生在这句话开口时sfx+action加音效:可用whoosh、sfx、pop、ding-dong、resolve等 11 种内置音效- 事实要有出处:陈述事实的镜头设
claim: true,并给出source链接(正式片至少一个)
版式由 kind 字段指定,共 10 种:intro(大标题+日期)、price(价格条形图)、rank(排行+引语)、money(金额+核实印章)、status(大数字+列表)、math(大数字+旁注卡)、agents(信息卡+「未证实」印章)、steps(分步列表)、radar(数据表)、outro(结尾大字)。缺必需的 mark 时构建会报 missing mark … 并停下,按提示补齐即可。
渲染全流程:从 TTS 配音到成片 MP4
进入工程目录后,按顺序跑 6 步(plan.json 由第 2 步生成,后续步骤都读它):
| 步骤 | 命令 | 产物 |
|---|---|---|
| 1. 配音 | python3 $X/tts.py --project . --voice zh-CN-YunxiNeural --rate +20% |
每句一个音频 + 实测时长 |
| 2. 时间轴 | python3 $X/make_timeline.py --project . |
plan.json + assets/voice.wav |
| 3. 配乐 | python3 $X/music.py --project . |
assets/music.wav |
| 4. 基础混音 | python3 $SKILL/scripts/mix_audio.py plan.json |
assets/master.wav、evidence/audio-mix.json |
| 5. 叠配音 | python3 $X/mix_voice.py --project . |
assets/final-mix.wav |
| 6. 渲染 | node build.mjs && node poster.mjs 1.6 && node build.mjsnode render.mjs --audio assets/final-mix.wav --output renders/final.mp4 |
renders/final.mp4 + 海报帧 |
最后用 skill 自带的交付检查验收:
python3 $SKILL/scripts/check_delivery.py plan.json \
--video renders/final.mp4 --mix-report evidence/audio-mix.json
混音的巧思在于「音乐让位」:mix_voice.py 会检测说话段,自动把垫乐压低,两遍响度标准化到 -16 LUFS,让配音、音效和 BGM 各听各的:
草稿与修改:最快的重渲染姿势
改内容时不用从头再来,按改动范围重跑对应步骤即可:
- 改了旁白 → 从第 1 步(tts)重跑
- 只改画面数据(数字、标签)→ 从第 2 步(make_timeline)重跑。时间轴变了必须重新混音,
render.mjs会拒绝使用过期的混音 - 想先看草稿 →
node render.mjs --from 0 --to 8 --output renders/draft.mp4只渲前 8 秒
常用微调参数:
| 脚本 | 参数 | 默认值 |
|---|---|---|
| tts.py | --voice、--rate |
zh-CN-YunxiNeural、+0% |
| make_timeline.py | --fps、--width、--height、--transitions |
30、1920、1080、alternate |
| music.py | --bpm、--seed、--lufs |
104、7418、-18 |
| mix_voice.py | --duck-db、--voice-gain、--lufs |
11、1.15、-16 |
想换配色或加新版式:改工程里 src/film.css 顶部的 :root 变量,或在 src/shots/news.jsx 里加一个视图并登记到 src/shots/index.js。版式按 1920×1080 设计,改画幅需同步改 CSS。
常见问题
正式成片前还需要做什么? 照 skill 的要求写好 DIRECTION.md(方向、镜头表),并在 evidence/ 记录事实来源;陈述性内容(claim: true)必须带出处链接。
能用来做周报、月报吗? 可以。版式只是「白底 + 安全橙」的排版语言,brand 换成你的刊名、shots 换成你的内容即可,--example 示例数据就是虚构的演示内容。
离线能跑吗? TTS 必须联网;字体可提前下载到本地并用 --fonts-dir 指定。其余步骤(时间轴、配乐、混音、渲染)都是本地执行。
许可上要注意什么? overlay/ 由 assets/starter/ 改写而来,采用 AGPL-3.0(见 LICENSE 与 NOTICE.md);音效来自 assets/audio/sfx/;字体为 SIL OFL,运行时下载、不随仓库分发。
整套流程跑下来,你拿到的不只是一支 MP4,还有一个可以继续修改、重新渲染的视频工程——改一句旁白、换个数字,几分钟后就能拿到新版本。这就是「用代码做视频」相比剪辑工程最大的爽点。



