# 操作指引\-视频解说(短剧行业模型)
本功能用于提交一个异步的解说视频生成(短剧行业模型)任务,基于对输入短剧剧集的角色和剧情故事线理解(剧本还原),自动提取高光片段,并按您的要求生成全新的解说视频。支持以下两种核心模式:
- **文字解说视频**:原片高光混剪 \+ 屏幕文字解说。
- **旁白解说视频**:原片高光混剪 \+ AI 语音解说 \+ BGM。
此外,您还可以通过参数配置成片剪辑效果,例如套用短剧三要素(剧名、角标、提示语)的视觉模板。
## 功能说明
|功能名称|是否必选|功能描述|
|---|---|---|
|视频链接|否|待处理的短剧原片视频源 URL 列表。
- **视频来源**:支持公网 HTTP/HTTPS URL、本地上传。
- **支持格式**:mp4, flv, ts, avi, mov, wmv, mkv 等主流视频格式。
- **数量限制**:单次任务支持传入 1 到 30 个视频文件。
- **时长限制**:单次任务处理的所有视频累计时长不得超过 120 分钟(2 小时)。
- **输入分辨率限制**:当前仅支持 1080p。输入素材需保持分辨率一致,否则会有兼容性问题。
- **输入内容要求**:视频必须同时包含视频流和音频流
- **音频流要求**:音频轨道中必须包含清晰可识别的中文对话文本,仅含 BGM/纯音乐/语气词的片段无法准确还原剧情。
- **画面字幕**:建议视频画面下半部分包含清晰居中的中文字幕,可显著提升文字解说定位与剧情理解准确度。|
|单次生成视频上限|否|单次任务期望生成的解说视频数量上限。默认为 3,取值范围为 \[1, 100\]。建议结合输入的片源时长和目标输出视频的时长范围合理设置生产解说视频个数上限。|
|解说视频时长|否|每个解说视频的时长下限,单位为秒。默认为 30,取值范围为 \[1, 7200\]。
每个解说视频的时长上限,单位为秒。默认为 180,取值范围为 \[1, 7200\]。|
|精彩片段前置策略|否|精彩片段前置策略。
- 智能判断:智能判断是否将最精彩的片段前置到视频开头。
- 开启:强制开启精彩前置。
- 关闭:关闭精彩前置。|
|是否返回封面|否|是否在任务结果中返回解说视频的封面图 URL。。|
|解说模式|否|解说视频生成模式
- 旁白解说模式:详情见下文 旁边解说模式配置。
- 文字解说模式:详情见下文 文字解说模式配置。|
|成片剪辑参数配置
|否|成片剪辑参数配置,旁白解说模式 和 文字解说模式均可使用。详见下文 成片剪辑参数配置。|
## 旁白解说模式配置
|功能名称|是否必选|功能描述|
|---|---|---|
|解说浓度|否|解说浓度,用于控制旁白解说时长占生成视频的时长的比例。默认为 0\.3,取值范围为 \[0, 1\],值越大解说越密集,建议不要超过 0\.5。|
|自定义背景音乐|男声|是否在旁白解说视频中添加背景音乐
启用:启用 BGM,使用 背景音乐 URL 指定的音频。
禁用:关闭背景音乐。|
|原片字幕擦除模式|男声|字幕打码:直接对字幕区域进行高斯模糊遮盖,处理效率最高,适合对画面完整性要求不高、仅需快速遮挡文字信息的场景。
标准版字幕擦除:平衡擦除效果与处理效率,对纯色或简单背景擦除效果良好;但在复杂纹理或剧烈运动的背景下,可能会残留轻微的涂抹痕迹。
|
## 文字解说模式配置
|功能名称|是否必选|功能描述|
|---|---|---|
|字体|否|文字字体类型。可选值:
- 思源粗体
- 思源黑体|
|字号|否|文字字号,单位 px。不传时将根据视频分辨率自动计算(短边 / 24,例如 720p 默认 30,1080p 默认 45)。不得小于 1。|
|颜色|否|文字颜色,格式为 \#RRGGBBAA。默认值为 \#FFFFF290。|
|对齐方式|否|文字对齐方式。可选值:
- 左对齐
- 居中对齐
- 右对齐|
|排版|否|文字是否加粗。
文字是否斜体。
文字是否添加下划线。|
|阴影颜色|否|文字阴影颜色,格式为 \#RRGGBBAA。|
|描边宽度|否|文字描边宽度,单位 px,建议不超过字号的 0\.1 倍。|
|描边颜色|否|文字描边颜色,格式为 \#RRGGBBAA。|
|文字内间距|否|文字内边距,单位 px。|
## 短剧三要素
|功能名称|是否必选|功能描述|
|---|---|---|
|短剧模板|否|“短剧三要素”视觉模板名称。不同的模板决定了剧名、角标、提示语的位置和样式。支持的取值如下:
- 热门短剧1
- 热门短剧2
- 热门短剧3
- 热门短剧4
- 热门短剧5
具体效果,请见使用“短剧三要素”视觉模板。|
|短剧名|否|短剧名称。在解说视频画面上展示剧名,用于品牌识别和引导用户搜索。不得超过 15 个字。|
|提示语|否|短剧提示语。画面左右两侧的一行文字,可以是概括视频核心冲突或亮点的引导性文字,也可以是类似“影视效果 请勿模仿 无不良价值观引导”的免责声明。不得超过 20 个字。|