TS-42.md 5.44 KB

TS-42 交付物 — 素材阻塞报告(block 轨五要素)

本单未产出任何 Prompt。 阻塞原因不是信息不足(画面授权已给),而是素材组合本身非法:H13(doc1:35)规定音频 ≤3 且必须配图 / 视频、不能单独输入。本单素材菜单仅 1 条音频、0 图、0 视频,无任何合法组合方式。按 §1.2 第 6 条,此情形交付阻塞报告(§8.2 五要素),而不是只在交付说明里提一句。


① 缺失素材点名 + 证据(note 逐字复述,含程度词)

素材:narration(菜单 order 1,type audio,url <OSS>/h3_v5_ts42/narration.wav)

  • role 逐字:旁白音频(希望直接用作旁白)
  • note 逐字:""(输入 JSON 中 note 字段存在且值为空字符串,无备注文字可复述,即输入侧对素材未加任何可用性限制)
  • raw_brief 相关句逐字:只用我给的这段旁白音频,画面你们自己想:旁白内容是「夜色降下来,城市换了一副面孔。」

证据条款:H13(A 级,doc1:35)——图片 ≤9、视频 ≤3(单段 2-15s、总时长 ≤15s)、音频 ≤3 且必须配图 / 视频、不能单独输入、混合总上限 12 个文件。本单音频单独输入,违反组合条款,这不是提示词层能补救的措辞问题。

「画面你们自己想」不解除本阻塞:这是用户的显式授权,解除的是画面选择权,不解除 H13 组合硬约束。即使画面全部由我方推定,单音频请求仍不可作为合法请求直接提交;本交付不可作为合法请求直接提交。

② 零污染引用

本次交付不含 Prompt,因此没有 references / conditions[] 进入交付、没有正文层,不存在把旁白音频当合法素材引用的路径。整份资产层清单照附于下,narration 显式标 excluded: true 单列(原 url 原样保留,属数据完整性义务,供补图后直接续跑;资产层保留 ≠ 允许引用)。

{
  "references": [],
  "excluded": [
    {
      "order": 1,
      "id": "narration",
      "type": "audio",
      "url": "<OSS>/h3_v5_ts42/narration.wav"
    }
  ]
}

③ 补料预案(补齐后即可一次产出,不再追问其它信息)

补哪类素材(二选一,至少一条):

  • (a) 1 张图(推荐:城市夜景首帧图,含霓虹 / 车流 / 楼宇任一,与旁白「夜色降下来,城市换了一副面孔」语义相接);
  • (b) 1 段视频(2-15 秒,单段;作首帧锚点或节奏结构来源)。

预计模式:补 1 张首帧图 → I2VA + 音频参考;补多素材做身份 / 风格 / 城市外观锁定 → 全能参考。补料后总文件数 2,在 H13 的 12 文件上限内,组合合法。

预期 references 顺序(按菜单原始顺序,新增素材追加在后)= [narration, 新增图],自动编号 <Audio 1> + <Picture 1>;<Audio N> 与 <Video N> 独立编号、不表配对(H15)。

绑定映射:<Audio 1> = 旁白音色与旁白内容来源,对应说话人 (S1)(对应关系内联写进 <Audio 1> 定义句,不只放资产层):

  • 若「希望直接用作旁白」成立 → 旁白逐字复用,summary 标 [audio reuse](或按是否另有参考音色组合为 [keyframe completion + audio reuse],以补料后实际锚点为准),retention_analysis 音频轨标 fully_copy;
  • 若你方只要音色、允许重新演绎 → summary 标 + audio reference,retention_analysis 标 reference,且不得把参考音频原台词带入(doc2:577)。

逐字锁定:旁白词 夜色降下来,城市换了一副面孔。(原语言原标点,不翻译、不改写)。

画面推定预案(授权范围内,待补料后按图锚定落笔):城市夜景 + 霓虹倒影,随旁白节奏由暗部渐次展开到街面;具体光源 / 位置 / 视觉效果以补来的图为锚点,不凭空描述。

时长:7 秒落在 4–15 秒内,无需拆段;旁白一句约 3 秒,画面余量充足,台词与镜长不失衡(H11)。

④ schema 冲突显式说明

调用方期望的交付是「7 秒视频 + 该段旁白」的可用 Prompt({"prompt":..., "references":[...]} 或纯文本)。本单无法在只有 1 条音频、无图无视频的情况下产出合法请求——schema 与素材要求不可同时满足。故以本阻塞报告替代交付,未伪造看似合规的结果,也未产出一个只写画面、不合法引用音频的 Prompt。

⑤ 范围精确

只对「音频单独输入且无图无视频」这一组合违法报阻塞。以下为已锁定的可用事实,不在阻塞范围内:总时长 7 秒(4–15 秒内);旁白文案逐字已给;画面授权已给。补 1 条图或视频后本单可在不再追问的情况下直接产出。


交付说明

  • narration 的 note 原文为空字符串,已如实复述为 "",没有替输入侧补写「可用」「建议使用」之类程度词,也没有把 role 的「希望直接用作旁白」改写成「要求直接用作旁白」——弱化与放大输入事实都算改写。
  • 阻塞依据是 A 级组合条款(doc1:35,H13),非我方内部规范;未把 C 级构造表述为官方条款。
  • duration_seconds 本次取 7(B 级内部规范:由请求体指定、不写进正文,仅在此登记)。
  • 本报告按 §8.2 block 轨五要素组织;未同时附任何引用了该音频的 Prompt。