Reel Factory

/reel-factory — โรงงานทำคลิปรีล (9:16, ไทย, VO+ภาพ+BGM+SFX)

Pipeline ที่พิสูจน์แล้ว (โปรเจกต์ ai-livestock-reel, fable5-news). ทดสอบบน Windows 11 (path/asset เป็นของเครื่องนี้). คุย/ยืนยันบทเป็นภาษาไทยก่อนเรนเดอร์เสมอ; autonomous ได้หลังเคาะบท

ภาพรวม 6 ขั้น

1. Research หัวข้อด้วย WebSearch (TH+EN) → เก็บข้อเท็จจริงจริง มีแหล่งอ้างอิง (อย่าแต่งข่าว — เคยพลาดคิดว่า Fable 5 ban ปลอม แต่จริง → เช็กก่อนเสมอ)
2. เขียนบท เป็น <PROJ>/script.json (schema ด้านล่าง) — hook → หัวข้อ 1..N → CTA ปิดท้าย (ชวนกดไลก์/ติดตาม)
3. VO: python <skill>/templates/make_vo.py <PROJ> → edge-tts Niwat + [[tinglish]] respell (คำอังกฤษออกสำเนียงไทย) → vo/*.wav + vo_durs.json
4. ภาพ: python <skill>/templates/build_prompts.py <PROJ> แล้ว node $CHATGPT_BRIDGE/chatgpt-batch.mjs <PROJ>/prompts.json <PROJ>/img (เปิด browser session Plus — เปิดทิ้งไว้ ~8 นาที, ครั้งแรกอาจต้อง login/ผ่าน turnstile)
5. ประกอบ: python <skill>/templates/assemble_reel.py <PROJ> → <PROJ>/<name>_9x16.mp4
6. Self-eval: probe + แคปเฟรม (Read PNG) เช็กแบนเนอร์/ซับ/ภาพ + วัดเสียงช่วงเงียบ VO ว่าได้ยิน BGM

script.json schema

[
  {"id":"s1","sfx":"title_boom","th":"<บทพูด VO>","cap":"<ซับบนจอ สั้น>","img":"<prompt ภาพไทย>"},
  {"id":"s2","sfx":"open_whoosh","th":"หนึ่ง ...","cap":"1. ...","img":"..."},
  {"id":"sN","sfx":"ding","th":"ถ้าคลิปนี้มีประโยชน์ กดไลก์ กดติดตาม...","cap":"กดไลก์ + ติดตาม 👍","img":"..."}
]

• th = บทพูด (จะถูก respell เป็น Tinglish อัตโนมัติก่อนเข้า TTS). cap = ซับบนจอ (คงคำอังกฤษไว้อ่านสวย ไม่ respell). img = prompt ภาพ
• sfx (ออปชัน): title_boom (เปิด) / open_whoosh (ขึ้นหัวข้อใหม่) / ding (CTA) / trans_whoosh
• config เสริม: <PROJ>/config.json = {"name":"My_Reel","banner":"หัวข้อ • แท็ก","accent":[13,148,136],"bgm":"$MEDIA/edit/assets/bgm_bed.m4a"}

Asset บนเครื่องนี้

• edge-tts ~/.local/bin/edge-tts.exe (เสียง th-TH-NiwatNeural ชาย / PremwadeeNeural หญิง — ฟรี ธรรมชาติ; ผู้ใช้ชอบ Niwat+Tinglish)
• ภาพ ผ่าน $CHATGPT_BRIDGE (GPT-4o image gen, Plus account) — prompt ขอ "แนวตั้ง 9:16, ไม่มีข้อความ/ตัวอักษรในภาพ" (เรา overlay ซับเอง; ภาพ ~941×1672 อัปเป็น 1080×1920)
• BGM $MEDIA/edit/assets/bgm_bed.m4a (+ bgm_imf/bgm_lcut) — เบามาก (~-38dB)! template บูสต์ +12dB + ducking ให้แล้ว
• SFX kit $MEDIA/sfx/kit/: title_boom.mp3 open_whoosh.mp3 trans_whoosh.mp3 ding.mp3 hit.mp3

Gotchas (จ่ายด้วยเลือดมาแล้ว)

1. ซับ ASS เท่านั้น — burn SRT ด้วย force_style ตำแหน่งเพี้ยน (libass PlayResY=288). ใช้ไฟล์ .ass ที่ฝัง PlayResX/Y 1080/1920 + Alignment=2 + MarginV~190 (template ทำให้แล้ว)
2. BGM bed เบามาก → ต้อง volume=4.0 (+12dB) + sidechaincompress (duck ใต้ VO) ไม่งั้นเงียบสนิท. เช็กด้วยการวัดช่วงเงียบ VO ควรได้ ~-20dB
3. ภาพต้องสั่ง "ไม่มีตัวอักษร" (GPT-4o เขียนไทยเพี้ยน) + "แนวตั้ง 9:16"
4. SFX วางที่ seg.start (จังหวะภาพตัด+VO ขึ้น) ด้วย adelay=ms|ms; amix normalize=0 + alimiter ก่อน loudnorm กันคลิป
5. PYTHONIOENCODING=utf-8 เสมอ; ไฟล์ .ps1/.py ที่มีไทยให้เป็น ASCII-only หรือระวัง cp1252
6. Tinglish: เติมคำใหม่ที่เจอลง ~/.claude/skills/tinglish/tinglish_dict.json (เช่น แบรนด์/ศัพท์เฉพาะคลิป)
7. อย่าแต่งข่าว — research ยืนยันข้อเท็จจริงก่อนทำคลิปแนวข่าวเสมอ

เสียงพากย์: edge-tts (ดีฟอลต์) vs F5 โคลนเสียงผู้ใช้

• ดีฟอลต์ = edge-tts Niwat + Tinglish (เนียน เร็ว) — ผู้ใช้เลือกอันนี้
• ถ้าจะใช้ เสียงโคลนผู้ใช้ (F5): — ต้อง ref สะอาด 10-12 วิ (ไม่ clip) + ref_text ถอดด้วย Scribe ให้ตรงเป๊ะ + NFE 32-40; รันด้วย Python เซ็นชื่อ (Device Guard บล็อก venv ของ uv) — ช้ามากบน CPU

โพสต์

• FB Reel draft: node $FB_MCP/reel_draft.mjs <video> <captionFile> (video_state=DRAFT, รีวิวใน Meta Business Suite มือถือ) — ต้อง FB token มี pages_manage (ปัจจุบันหมดอายุ ต้อง re-auth)
• YouTube: อัป Short เอง/unlisted (ยังไม่มี uploader อัตโนมัติ)
• ดูภาพรวมงานวิดีโออื่นๆ ที่สกิล [[vdocut]]

ปรับจูนที่ผู้ใช้ขอบ่อย

BGM ดัง/เบา (แก้ volume= ใน assemble), เปลี่ยนเพลง (config.bgm), เพิ่ม/ลดหัวข้อ (script.json), เปลี่ยนเสียง (Niwat↔Premwadee), สี/ข้อความแบนเนอร์ (config.accent/banner)