TS-24 交付物
交付说明
- 交付形态判定(第 0 步):② 型(窗式)。理由:raw_brief 自述「做一个 10 秒的舞台演唱分镜脚本(分镜形态)」,并按 0-4 秒 / 4-7 秒 / 7-10 秒给出各窗显示内容——分镜类 + 按时间窗切分两条特征都命中。非英文结构化需求。
- 语言判据:用户输入主导语言为中文 → 中文正文。
- 窗边界四条(SKILL §0.5;#3/#4 为 C 级构造性设计):①相邻窗无缝隙;②无重叠;③三窗之和 = 4 + 3 + 3 = 10 秒 = 总时长;④首窗从 0 秒开始。窗序与情节因果序一致(全景律动 → 推近开口唱 → 拉回全景扫观众席)。
- 素材落位与 H16:三份素材(舞者视频 / 主唱音色音频 / 舞台灯光风格图)都不是分镜草稿图,故不做窗口映射、零秒级对齐(不写任何「对齐到 X 秒」);头部一行职责声明 + 窗内语义回指,回指与声明同一体系(素材1 / 素材2 / 素材3)。三份素材均被窗内认领,无幽灵素材。
- 素材组合合法性(H13):视频 1 + 音频 1 + 图片 1 = 3 个文件 ≤ 12;音频不是单独输入(有视频与图配伍)→ 组合合法。
- 音频只取音色,不带入原台词:素材2(vocal_ref)的 role 是「主唱音色来源」,即只取音色。按 SKILL §1.5 末条 / doc2:577「音色参考只取音色,不带入原台词」,参考音频里若含有人声演唱内容,一律不搬进本片当歌词使用。
- 歌词逐字内容未提供——如实说明,不臆造:raw_brief 只写「主唱开口唱副歌第一句」,未给这句歌词的逐字原文;素材2 又被限定为只取音色。因此本稿不编造歌词文本,窗 2 只写演唱这一行为本身(开口、口型与节拍对齐、音量与情绪走势、音色来源),并在此显式声明该缺口。若下游要出 H3 Prompt 层的
<d>台词,必须先由调用方补副歌第一句的逐字歌词原文——这一项不是可推断的低风险参数,属台词事实,不能由我方代填。 - 舞者与主唱的处理:raw_brief 分别写了「舞者」与「主唱」,本稿按同一舞台上的两位表演者处理——舞者按素材1 的形象与动作走(全程在画面内、随节拍律动),主唱站在台前主麦位;主唱的外观没有任何参考素材(素材2 只给音色),故本稿不锁定主唱外观、也不描述其具体长相,只给站位与动作。若主唱与舞者为同一人、或需锁定主唱外观,请补充说明或补立绘。
- UI 文字四禁令:本片无 UI 菜单、无用户名、无选项集合、无字幕覆盖层;三窗的 UI/覆盖元素一栏均如实写「无」,不新增任何自创字幕或文字(歌词也不上字幕)。本稿新增的 UI/文字字符串:无。
- 声音四项:环境声(观众席、场馆底噪)、音效(舞台监听、节拍底鼓)已写进窗内;音色来源为素材2;配乐层未配置——raw_brief 未给 BGM 要求,本稿不臆造独立配乐层,窗内只写现场乐队/节拍这一画面内音源与观众环境声。若需观众听不到的配乐层请补风格与卡点。
duration_seconds取值:10(B 级内部规范:由请求体指定、不写进正文)。单段 10 秒,落在 4–15 秒内,无需拆分。帧率未指定,正文不写帧率。- 单件交付:需求只要分镜脚本一件,不硬拆链路四层。
最终提示词原文(② 型窗式分镜脚本)
素材职责声明(头部一行)
- 素材1(dancer_video,
<OSS>/h3_v4_ts24/dancer.mp4):舞者形象与动作来源——舞者的外观、身形与律动方式全程按它走;本图/本片不是分镜锚点,不做任何秒级对齐。 - 素材2(vocal_ref,
<OSS>/h3_v4_ts24/vocal.mp3):主唱音色来源——只取音色,不带入参考音频里的任何原台词;不提供主唱外观,也不做任何秒级对齐。 - 素材3(stage_style_ref,
<OSS>/h3_v4_ts24/stage.png):舞台灯光风格来源——色温、光束形态、扫动节奏按它走;不提供构图信息,不做任何秒级对齐。
分镜窗
[0 秒-4 秒] 机位/运镜:舞台正面全景(Static Shot),机位位于观众席中轴、略高于台面,把整个表演区与观众席前缘一起收进画面,镜头不动。 主体动作:舞者随节拍律动(形象与动作按素材1),在表演区中央偏后位置做连续的节拍动作,重心随鼓点左右交替,手臂动作收在节拍上;主唱站在台前主麦位,手扶麦架,身体随同一节拍轻微摆动,尚未开口。灯光按素材3 的风格走,光束与色温随节拍轻微变化,光斑落在舞者与主唱身上,观众席保持在暗部。 UI/覆盖元素:本窗无字幕、无 UI 覆盖元素;画面内不出现任何文字。 声音:节拍底鼓与现场乐器从画面内的舞台音源发出,节奏稳定;观众席传来低密度的欢呼与人声底噪;舞台监听返送的节拍声隐约可闻;素材2 的音色尚未进入。
[4 秒-7 秒] 机位/运镜:推近(Push In,中等幅度,匀速),从舞台全景推到主唱胸部以上的中近景,落点在主唱面部与麦头之间。 主体动作:主唱开口唱副歌第一句——上身向麦头前倾、双手握住麦架,口型随唱词开合,声音随乐句推高;唱到乐句后段时一只手离开麦架向外抬起一次再收回。舞者仍在原位随同一节拍律动,保持在画面边缘可见。灯光按素材3 风格在主唱身上收成一束顶光,其余区域压暗。 UI/覆盖元素:本窗无字幕、无 UI 覆盖元素;歌词不上字幕(歌词逐字文本未由输入提供,见交付说明,本稿不臆造)。 声音:主唱开口唱出副歌第一句,音色取自素材2(只取音色,不带入参考音频里的任何原台词),声音贴麦、随乐句上扬;节拍底鼓与现场乐器同步推进;观众席欢呼随人声推高而变响;舞台监听返送延续。
[7 秒-10 秒] 机位/运镜:拉回全景(Pull Out,中等幅度,匀速),从主唱中近景退回舞台全景,并在末段把构图向观众席一侧偏转(Pan Right 小幅度),收在舞台与观众席同框的画面。 主体动作:主唱保持在主麦位,唱完该乐句后握麦的手收回,身体随节拍继续轻摆;灯光按素材3 风格扫过观众席——光束从舞台区向观众席方向横扫,扫过之处观众举起的手臂被依次点亮,舞台区随之转暗;舞者在舞台区随节拍律动,保持在画面内。 UI/覆盖元素:本窗无字幕、无 UI 覆盖元素;画面内不出现任何文字。 声音:主唱的人声收在该乐句末尾,音量回落;现场乐器与节拍底鼓继续;观众席的欢呼与合唱式跟唱从画面内观众席方向传来,随光束扫过而变响;场馆底噪延续到收尾。