文生视频批量流水线
输入一份文案，自动完成分镜拆解、逐镜生成、配音、字幕与合成，输出可直接发布的成片。 支持任务队列与断点续跑，中途中断不必从头再来。
AI Video Pipeline / Content Engineering
从一句文案，
到一条能发布的成片。
我做 AI 视频生成的内容工程：把「写文案 → 拆分镜 → 生成画面 → 配音 → 字幕 → 合成」这条链路， 做成可批量、可重跑、可交付的流水线。 我的时间更多花在工程上而不是剪辑上——能交给脚本的重复动作，就不再用手做第二遍。
Python
FFmpeg
ComfyUI
文生视频
TTS 配音
字幕对齐
批量渲染
Focus
视频生成流水线
Role
内容工程 / 独立开发
Status
持续迭代中
01
关于
/ About我是安静的夏夏，做 AI 内容工程。具体一点说，是把生成模型接进真实的内容生产流程里—— 不是做一个好看的演示，而是让它能稳定地产出可以直接发布的成片。
这条链路里最难的部分，往往不在模型本身，而在模型之外：一段文案该怎么切成镜头、同一个角色在 不同镜头里怎么保持一致、生成的废片怎么自动筛掉、配音和字幕怎么对上、失败了怎么只重跑那一段。 我大部分时间花在这些地方。
我的写法偏工程化：能配置的不写死，能重跑的不手工，能记录的不靠记忆。 做出来的东西通常谈不上优雅，但稳定、可维护，三个月后自己还改得动。
Experience
2024 — 至今
AI 视频生成流水线 / 独立实践
从零搭建文生视频的批量生产流程，覆盖分镜拆解、批量生成、配音字幕与自动合成； 单条视频的人工介入从全程参与压缩到只做最终审核。
2022 — 2024
内容自动化 / 音频与图文
把长文档做成音频节目与图文稿，整理成一条从素材到成品的固定流程， 包含转写、摘要、配音与版式输出，减少重复的排版与校对工作。
2020 — 2022
数据采集与清洗 / 工具链搭建
为内容生产搭建采集、去重、结构化入库的工具链，处理过多种来源、多种格式的素材归集与索引。
Capability
Pipeline Design
把一条长链路拆成可独立运行、可单独重跑的环节，明确每步的输入、输出与失败处理。
Generation Tuning
提示词工程与镜头一致性控制，管理随机性，让同一角色在不同镜头里保持稳定。
Engineering
批量任务调度、失败重试、断点续跑、素材哈希去重，尽量让机器承担重复劳动。
Delivery Spec
分辨率、帧率、码率、音轨与字幕的统一样式规范，输出前自动校验，减少返工。
02
技术栈
/ Stack语言
PythonShellHTML / CSS少量 JavaScript
视频
FFmpegMoviePyOpenCV音视频同步与封装
生成
ComfyUIStable Diffusion / SDXL文生视频接口
ControlNetLoRA
语音字幕
TTS 配音Whisper 转写SRT / ASS 字幕时间轴对齐
工程
SQLite任务队列失败重试断点续跑素材去重
环境
Windows本地显卡推理Git命令行脚本
03
在做的项目
/ Works分镜拆解与提示词生成
把长文案切成 5–8 秒的镜头单元，为每个镜头生成画面描述与镜头语言参数， 并约束相邻镜头的风格与色调，避免拼起来忽明忽暗。
配音与字幕对齐
按分镜逐段配音，用强制对齐取得字级时间戳，自动生成带样式的字幕文件， 不再手工敲时间轴，也不用逐句核对断句。
素材台账与版本管理
记录每条视频的输入、参数、中间产物与成片版本，镜头可单独重跑； 相同素材命中缓存直接复用，省掉重复的生成开销。
04
近况
/ Now- 2026.10 把生成环节改成按镜头并行，一条片子的等待时间从整段排队变成只等最慢的那个镜头。
- 2026.09 给字幕做了统一模板，字号、描边、安全区固定下来，不再每条片子重新调一遍。
- 2026.08 补上素材哈希去重，同一个镜头重复生成时直接命中缓存，算力省了不少。
- 2026.06 重写了任务调度，失败只重跑出错的那一段，不用整条从头再来。
05