html-explainer

18 Commits 1 Branch 0 Tags

2 Commits

Include renames

Author	SHA1	Message	Date
MohZhuang	d158afcd36	release: v1.3.1 —— 火山音色名解析修复 + 渲染器照片帧提速 5–13 倍修复 - tts_build.py 走火山引擎时，project.json 里的中文音色名没被解析成音色 ID，合成恒失败并返回 code=55000000（报错完全看不出是「名字没解析」）。双层兜底：tts_volcano.synthesize() 入口解析 + tts_build.py 读配置后解析。新增 - render_video.mjs：`--png-fast`（CDP optimizeForSpeed，逐像素无损，4.4×）、 `--jpeg-quality N`、`--crf N`、`--preset <名>`。最后一对把「帧容器」与「成片码率」解耦（旧 --jpeg 会连带降 crf23/veryfast，那是草稿语义）。默认行为完全不变。 - qc_check.py：新增实测视频流帧数校验。原先只比容器时长，而容器时长会被音轨撑起来，帧序列缺口会导致视频流被截断却仍显示完整长度（假通过，见 lessons #57）。文档 - lessons.md 新增 #62–#69：信息层色值契约与绘制层排查、语速标定绑定引擎与音色、以及「PNG 编码才是瓶颈、且对并发完全免疫」的完整实测与判定路径。 - SKILL.md / references/workflow-guide.md：补截图模式选用判据（帧里有满幅照片就换模式）。 - CHANGELOG 1.3.1 段补齐 + 版本徽章同步。	2026-09-23 16:41:48 +08:00
MohZhuang	0d74a1097d	feat(v1.3.0): 新增火山引擎语音合成 2.0 作为可选配音引擎流水线开跑前先问用户用哪个 TTS。两引擎产出的 audio-manifest.json 结构完全一致，故 timeline_build / subs / 渲染器零改动。新增 - scripts/tts_volcano.py 接口包，唯一读 tts.env 的地方。零第三方依赖（只用标准库 urllib），HTTP Chunked 单向流式，与 edge-tts「发一次收一串」形态同构 - scripts/tts_setup.py 向导：选方案 → 配密钥 → 测连接 → 选音色，输出 NEXT_ACTION=… 供智能体识别 - tts.env.example 密钥模板（真实 tts.env 已 gitignore） - references/volcano-tts.md 密钥纪律 / 配置步骤 / 接口规格 / 音色表 / 排查表安全 - Key 只存 tts.env，只有 tts_volcano.py 读它；异常过脱敏，只抹本次实际加载的密钥值与 AKLT… 形态，刻意不用「长字符串即密钥」的宽规则 - check_integrity.py 新增密钥防线检查（含「疑似把模板改名」提示） - package_skill.py 排除 .env / .key / .pem，修掉一个真实外泄口修复（真机联调暴露，均只在实跑时复现） - enable_subtitle 必须显式开启，否则 words 恒为空数组且完全不报错，下游会静默退回按字数插值、字幕开始飘 - usage 挂在结束标记那一行，提前 continue 导致计费恒为 0 - 缓存未存首裁量，命中缓存时 lead_cut_sec=0，重跑字幕比首跑晚一帧 - CLI 把中文音色名原样当 speaker 发出，服务端报 resource ID mismatched 文档 - README 中英双语新增「配音：两个引擎」章节，按用户要求不写命令（那是智能体的职责），只讲「会问你什么 / 你唯一要动手的地方」 - 疑难排查补 6 条火山症状；lessons 34 → 56 条；流水线图加 tts_setup 节点	2026-09-23 10:04:13 +08:00

Author

SHA1

Message

Date

MohZhuang

d158afcd36

release: v1.3.1 —— 火山音色名解析修复 + 渲染器照片帧提速 5–13 倍

修复
- tts_build.py 走火山引擎时，project.json 里的中文音色名没被解析成音色 ID，
  合成恒失败并返回 code=55000000（报错完全看不出是「名字没解析」）。
  双层兜底：tts_volcano.synthesize() 入口解析 + tts_build.py 读配置后解析。

新增
- render_video.mjs：`--png-fast`（CDP optimizeForSpeed，逐像素无损，4.4×）、
  `--jpeg-quality N`、`--crf N`、`--preset <名>`。最后一对把「帧容器」与
  「成片码率」解耦（旧 --jpeg 会连带降 crf23/veryfast，那是草稿语义）。
  默认行为完全不变。
- qc_check.py：新增实测视频流帧数校验。原先只比容器时长，而容器时长会被音轨撑起
  来，帧序列缺口会导致视频流被截断却仍显示完整长度（假通过，见 lessons #57）。

文档
- lessons.md 新增 #62–#69：信息层色值契约与绘制层排查、语速标定绑定引擎与音色、
  以及「PNG 编码才是瓶颈、且对并发完全免疫」的完整实测与判定路径。
- SKILL.md / references/workflow-guide.md：补截图模式选用判据（帧里有满幅照片就换模式）。
- CHANGELOG 1.3.1 段补齐 + 版本徽章同步。

2026-09-23 16:41:48 +08:00

MohZhuang

0d74a1097d

feat(v1.3.0): 新增火山引擎语音合成 2.0 作为可选配音引擎

流水线开跑前先问用户用哪个 TTS。两引擎产出的 audio-manifest.json
结构完全一致，故 timeline_build / subs / 渲染器零改动。

新增
- scripts/tts_volcano.py  接口包，唯一读 tts.env 的地方。零第三方依赖
                          （只用标准库 urllib），HTTP Chunked 单向流式，
                          与 edge-tts「发一次收一串」形态同构
- scripts/tts_setup.py    向导：选方案 → 配密钥 → 测连接 → 选音色，
                          输出 NEXT_ACTION=… 供智能体识别
- tts.env.example         密钥模板（真实 tts.env 已 gitignore）
- references/volcano-tts.md  密钥纪律 / 配置步骤 / 接口规格 / 音色表 / 排查表

安全
- Key 只存 tts.env，只有 tts_volcano.py 读它；异常过脱敏，只抹本次实际
  加载的密钥值与 AKLT… 形态，刻意不用「长字符串即密钥」的宽规则
- check_integrity.py 新增密钥防线检查（含「疑似把模板改名」提示）
- package_skill.py 排除 .env / .key / .pem，修掉一个真实外泄口

修复（真机联调暴露，均只在实跑时复现）
- enable_subtitle 必须显式开启，否则 words 恒为空数组且完全不报错，
  下游会静默退回按字数插值、字幕开始飘
- usage 挂在结束标记那一行，提前 continue 导致计费恒为 0
- 缓存未存首裁量，命中缓存时 lead_cut_sec=0，重跑字幕比首跑晚一帧
- CLI 把中文音色名原样当 speaker 发出，服务端报 resource ID mismatched

文档
- README 中英双语新增「配音：两个引擎」章节，按用户要求不写命令
  （那是智能体的职责），只讲「会问你什么 / 你唯一要动手的地方」
- 疑难排查补 6 条火山症状；lessons 34 → 56 条；流水线图加 tts_setup 节点

2026-09-23 10:04:13 +08:00