四个环节，
把视频从素材带到平台。

WHY为什么不一口气整段 ASR

Gemini 2.5 Pro 在 5 分钟以上的整段音频上，偶尔会把短句分配 30–50 秒时间码。这种「stretch bug」会让后续所有字幕累积偏移，最末字幕的 end 会超出视频实际时长。

EP0008（519 秒）实测：SRT #7+#8 占了 53 秒（实际说话约 5 秒），末尾字幕 end = 9:39，但视频只到 8:39 → ffmpeg 烧录 dur=-8.6s 直接报错。

HOW切段 ASR · 推荐方案

1. 抽音频 mp3 16kHz mono
2. 切成 ≤ 3 分钟的段落（gap 落在停顿处）
3. 每段独立 ASR，prompt 写死「音频时长 N 秒，时间码不得超过」
4. 合并时按段偏移叠加时间码

QA GATE 1ASR 输出验证

ASR 出 SRT 立刻跑这四条检查，任何一条挂掉就 abort，不进入下游：

• 每条 duration ≤ 10s（超过即 stretch bug）
• end_ms ≤ 视频时长（超出即错乱）
• 相邻字幕不重叠
• 编号连续递增

TRAPparse_ts 的隐蔽坑

判断时间码第三段是「秒」还是「毫秒」时，用 字符串长度 len(c_str) == 3，不能用 数值 int(c) >= 100。

原因：Gemini 输出 "018" 长度是 3（毫秒），但 int 是 18（< 100）会被误判为秒。这类「前导 0 三位数」在 Gemini 输出中很常见。

HOW中文断行词典

按字符数硬切会把复合词拆开（「人工 | 智能」「火山 | 引擎」）。维护一份 CN_NO_BREAK_WORDS 词典做保护，新期遇到新词组就加。

HOW承接字迁移 (shift_orphan_particles)

split 后会产生大量「X | 的 Y」被拆开（「GPT image2」+「的模型...」）。把 承接字开头的下一条首字迁到上一条末尾，时间码不变，只重烧录。

ORPHAN_FIRST = 的了是嘛吧呀哦啦么个些种件儿之乎也已

约束：迁后上条 visual_len ≤ 16；时间 gap < 1500ms。EP0010 一次性迁了 18 条断点。

HOWPIL 渲染关键参数

TRAPOOM + CloudDrive 抢 I/O

BATCH_SIZE = 60 是甜区，超过就 OOM。451 条字幕一口气 overlay 直接 Cannot allocate memory: -12。

中间 stage_N.mp4（400MB+）写在 CloudDrive 上，云同步开始上传，第 2 批写入慢 5–10 倍。EP0006 第 1 批 6 分钟 vs 第 2 批 30+ 分钟，被这个坑过一次。

QA GATE 3烧录前 SRT 验证（最后防线）

烧录脚本 parse_srt 之后、ffmpeg 之前，对中英字幕都跑：

• duration ≤ 10s
• end_ms ≤ 视频时长
• 相邻不重叠

任一失败 sys.exit("字幕 QA 不通过")，不进入烧录。

字幕 bug 会「静默上线」—— ffmpeg PNG overlay 不验证时间码，错位/重叠都不会报错。所以 3 道 QA 缺一不可：Gate 1 抓 ASR、Gate 2 强制英文时间码对齐中文、Gate 3 烧录前最后兜底。

HOW并发烧录提速 11.5×

把视频按字幕条数均分 5 段，段边界落在字幕间隙（前一条结束 + 后一条开始 的中点），用 ProcessPoolExecutor 并发烧录，最后 concat demuxer 合并。

HOW4 比例 · 一键出齐

脚本每期复制改文案 + 主题元素 prompt 即可。一次跑约 90 秒出 4 张。

HOWPIL 叠层布局（按 height 比例）

所有数字按高度算，4 个比例自动适配。

TRAP真人脸 · 三道防线

AI 美化真人脸的失真是 IP 灭顶之灾。脸不像本人 = 账号信任崩塌。

1. 禁字列表：prompt 严禁脸型形容词 (LEAN / sharp / cheekbones / chiseled)
2. 每比例 3 候选：同一 prompt 跑 3 次取最像
3. Gemini Flash 评分挑：自动对比参考图打分，分数最高的胜出

EP0010 教训：发型也不能武断描述（避用 "buzzed / crew cut"），直接参考真人头像复制。

TRAP反模式

• ❌ 黄色巨字 + 黑描边粗黑体（YouTube thumbnail 暴力风）
• ❌ 多元素装饰堆砌（DNA / 心脏 / 大脑 / 神经网络全有）
• ❌ 高饱和大色块（违反灰阶为基）
• ❌ 主标关键词被划掉 / 打码（应该突出，不是弱化）
• ❌ 装饰性英文 Caption（"ARCHIVE 2015" 含义不清）
• ❌ AI 美化真人写实风
• ❌ 字体被竖版 9:16 拉宽（Nano Banana 已知 bug，必须 PIL 后处理）

算法视频号推荐机制

1. 社交推荐 → 平台推荐：先在你的关系链小范围测，完播率达标才进推荐池
2. 前 3 秒决定留存：标题 + 封面决定点击，开头 3 秒决定完播
3. 发布后 2 小时是黄金期：互动数据决定是否进入更大推荐池

RISK平台风控 · AI 内容

• 日常 AI 内容自动检测不会拦，正常发正常推
• 大火视频触发人工审 → 被标记 AI 生成 → 限制广告投放
• 自然推荐流量不受影响（EP0001 大火验证）

结论：生产流程不用改，广告策略需要适配。