宣传片避坑
原名：promo-video-pitfalls
宣传片 / 产品视频制作与 stepfun 配音的踩坑排查手册。当 stepfun 复刻音色口播结果不对（"AI"没读出来、内容变成固定错误句、音色失真）、成片画面有问题（品牌文字过大、截图卡片被裁切、3D收束卡片溢出、口播与画面不对应、音效盖过口播、长文案文字撑爆容器或断行难看、整片语速不受 speed 控制）、或怀疑命中了 TTS 缓存 bug 时使用。本技能直接给出"症状 → 原因 → 解决"速查，帮助快速定位并规避，避免重复试错。
- 分类
- 通用
- 版本
- v1.0.0
- 作者
- 弈韬(@ra1nzzz)
- 下载
- 0
- 收藏
- 0
- 发布
- 2026-09-07
- 更新
- 2026-09-07
- TRACE 评分
- 3.6 / 5
内容概览
按"症状 → 原因 → 解决"组织，直接定位。详细清单见 PITFALLS-DETAIL.md。 - 配音问题 （AI 没读出 / 内容错误 / 多个 input 字节相同）→ 看 stepfun 配音 - 画面问题 （文字过大 / 卡片裁切 / 收束溢出 / 口播画面对不上）→ 看 画面与分镜 - 声音问题 （音效盖口播 / 音效听不到 / volume 报错）→ 看 音效与渲染 症状 原因 解决 --- --- --- step plan/v1 404 端点路径不全 复刻/生成走 step plan/v1/audio/...；上传走普通 v1/files 长句里 "AI" 读不出来 stepaudio 长句吞英文缩写 拆独立短句 / 分段生成 + ffmpeg 拼接；短句带「」引号最稳 多个不同 input 字节数 + MD5 都相同且内容固定 （"他替你爬楼..."） 命中 错误缓存 （文本含"群聊"或"浓缩成几分钟读完的要点"触发） 换措辞：群聊→消息、浓缩成几分钟读完的要点→整理成几分钟的精华 字节数相同但内容其实正常 CBR 编码撞字节数（ 实测误报过 ） MD5 二次确认 ，不同就是虚惊，别浪费时间重生成 pronunciation map 报 400 该端点不支持 别用，改用短句 + 引号 系统 speech to text 转写"让AI替你爬楼"变成"他替"、或短句返回长句 系统转写工具不可靠 必须用 stepfun 官方 ASR（/v1/audio/asr/file/submit+query）验证 ASR 需要公网 URL 官方 ASR 只收 http url 用 litterbox.catbox.moe（1h 有效）；tmpfiles /dl/ 不可访问 官方 ASR 完全走不通 （托管被墙 / stepfun 回源失败） 公网托管与 stepfun 回源缺一不可 先探测 catbox 可达性，不通就走 本地三查 ：字节数唯一（ 须 MD5 复核 ）+ 时长唯一 + 语速 3.7–6.2 字/秒（见 PITFALLS-DETAIL.md） 整片语速…