ahang1598 video-renderer — 视频渲染技能
功能说明
封装视频生成团队的渲染工具链，提供完整的"配音 → 字幕 → 渲染 → MP4"能力：
- edge-tts：免费 TTS，无需 API Key，支持自动生成对齐字幕（推荐优先使用）
- HyperFrames：来自 Heygen 的开源视频渲染框架，通过 HTML 定义合成逻辑，Puppeteer+FFmpeg 渲染为 MP4
环境要求
| 组件 | 版本要求 | 安装方式 |
|---|---|---|
| Node.js | >= 22 | nvm install 22 |
| FFmpeg | 最新稳定版 | brew install ffmpeg（macOS） |
| Python | >= 3.9 | 系统自带或 pyenv |
| edge-tts | 最新版 | pip install edge-tts |
| Azure TTS SDK | 可选 | pip install azure-cognitiveservices-speech |
调用方式
Step 1：生成配音 + 字幕（一次性完成）
edge-tts \
--voice zh-CN-XiaoxiaoNeural \
--rate +5% \
--write-media /tmp/ling-factory/audio/[video_id].mp3 \
--write-subtitles /tmp/ling-factory/srt/[video_id].srt \
--text "完整旁白文案..."
重要：必须一次性同时生成 mp3 和 srt，禁止分开生成再手动对齐（会导致音画不同步）。
Step 2：初始化 HyperFrames 项目
cd /tmp/ling-factory/hyperframes
npx hyperframes init [video_id]-project --template minimal
Step 3：渲染 MP4
cd /tmp/ling-factory/hyperframes/[video_id]-project
npx hyperframes render [video_id] --output /tmp/ling-factory/output/[video_id].mp4
Step 4：质量验证
# 检查文件大小（必须 > 1MB）
ls -lh /tmp/ling-factory/output/[video_id].mp4
# 验证时长（允许 ±5 秒偏差）
ffprobe -v error -show_entries format=duration \
-of default=noprint_wrappers=1:nokey=1 \
/tmp/ling-factory/output/[video_id].mp4
# 验证分辨率（必须 1920x1080 或 1080x1920）
ffprobe -v error -select_streams v:0 \
-show_entries stream=width,height \
-of csv=s=x:p=0 \
/tmp/ling-factory/output/[video_id].mp4
参考资料
- HyperFrames HTML 结构规范：@references/hyperframes-html-spec.md
- 风格背景模板：@references/style-backgrounds.md
注意事项
- 先运行
node --version确认 >= 22，否则 HyperFrames 无法渲染 - HyperFrames HTML 必须包含
data-composition-id、data-width、data-height以及window.__hf全局对象 - 渲染失败通常是 HTML 语法问题，检查 Puppeteer 日志定位
- 60秒视频渲染约需 1-3 分钟（视机器性能）