影片工廠 Video Factory

文字貼文寫完了，短影片卻要從零開始剪？影片工廠把「貼文 → 短影片」變成一條生產線：AI 把文章拆成 5–8 幕分鏡，自動配上台灣腔旁白與背景音樂，渲染成 9:16 直式影片，全程跑在自己的電腦上。

專案背景

經營社群內容，同一個題材常常需要兩種形態：文字貼文與短影片。文字我已經有一整條產線，但影片每次都要從零開始 —— 找版型、上字幕、對時間軸。我想要的是：貼文寫完，順手就能出一支影片，而且風格跟我的品牌一致。

核心設計

1. 工單是唯一介面。 分鏡、配音、渲染都只看一份 JSON 工單做事，彼此不綁死；未來要加新的畫面型態或改用口播輸入，工單格式都不用動。
2. AI 只負責拆分鏡。 把貼文變成 5–8 幕的工作交給 AI，照一份「分鏡指南」的規則產出工單；人只要看一眼工單，確認沒問題再按下去。
3. 配音長度決定節奏。 有聲版每一幕的秒數不是手填的，而是由旁白的實際長度自動計算，音畫永遠對得上。
4. 月費 0 元。 渲染引擎、語音合成、背景音樂全部用免費且可商用的授權方案，跑在自己的 Mac 上。

技術架構

• 分鏡：AI 依分鏡指南把貼文拆成工單（JSON），內建驗證器擋超長字數、簡體字與非台灣用語
• 配音：微軟 Edge TTS 產生台灣腔旁白（三種聲音可選），量測實際秒數後回寫工單
• 畫面：Remotion（用 React 寫影片）渲染 9:16 直式畫面，字型與配色沿用自己的品牌設計系統
• 交付：渲染完成自動歸檔到成品資料夾，工單一併存底，任何一支影片都能重現

工程挑戰

• 音畫同步：每幕時長等於配音長度加上緩衝，改一句旁白就會牽動整條時間軸，所以把「重新配音 → 重算秒數 → 重新渲染」收成一條指令。
• 中文斷行：無標點的長句在大字級標題會撐出安全框，做了自動換行的優雅降級與字數上限驗證，寧可在工單階段就擋下，也不讓成品破版。
• 隱私邊界：有聲模式的旁白文字會送雲端轉語音，所以特別做了無聲模式 —— 全程本機，一個字都不出門。