# 22S 对口型唱歌视频 — v2 交付说明

> 生成时间：2026-09-04 ｜ 分辨率：480×848（竖屏 9:16，24fps，H.264）
> 时长：22.16s（两段 11s 拼接）｜ 音轨：**上传视频原音轨前 22s**（44.1kHz 立体声，多余音频已废弃）

## 三个修改点的落实情况

| 用户要求 | 落实情况 |
|---|---|
| 片段改两个 11 秒，整片 22s，多余音频废弃 | ✅ 第一段 0-11s（audio-only 参考 0-11s），第二段 11-22s（tail 末帧续接 + audio-only 参考 11-22s），拼接后截断 22.16s，音轨 = 原音频前 22s |
| 嘴型必须严格匹配 | ⚠️ 分段缩到 11s（H3 对口型可靠窗口内的上限）+ 提示词显式写入 "syllable-by-syllable sync, every mouth shape matching, no drift" + retention 标记 `<Audio 1>: fully_copy`。**单帧无法验证口型对齐，需要你播放确认**；若后半段仍有漂移，下一步建议缩到 5-6s/段（H3 对口型最稳窗口） |
| 画面风格改香港武侠电影质感 | ⚠️ 生成提示词加入低照度/烟雾/青橙影调/暖琥珀灯 vs 冷青阴影/戏剧性明暗；另出**后期胶片强化版**（强烈对比曲线 + 降饱和 + 胶片颗粒）供对比。识图评估：已具备烟雾+青橙+低照度基础，但原生生成仍偏"AI 精修古风"，胶片颗粒感靠后期版补齐 |

## 成片下载

| 版本 | 链接 |
|---|---|
| **v2 成片（推荐先看）** | http://192.168.31.76:8899/10-视频生成流水线/25S对口型唱歌任务/v2_final/22S_对口型_哀怨忧伤_武侠质感_480P.mp4 |
| v2 胶片质感后期强化版 | http://192.168.31.76:8899/10-视频生成流水线/25S对口型唱歌任务/v2_final/22S_对口型_武侠胶片感_后期强化.mp4 |
| 第一段 11s | http://192.168.31.76:8899/10-视频生成流水线/25S对口型唱歌任务/v2_seg1/v2_seg1.mp4 |
| 第二段 11s | http://192.168.31.76:8899/10-视频生成流水线/25S对口型唱歌任务/v2_seg2/v2_seg2.mp4 |

（本地路径 `/home/zyw/Downloads/dl-hub/10-视频生成流水线/25S对口型唱歌任务/v2_final/`）

## 抽帧识图评估（7 个时间点）

| 时间点 | 景别 | 风格 | 表情 |
|---|---|---|---|
| t=1s | 怼脸近特写 ✅ | 低照度+烟雾+暖灯，缺胶片颗粒 | ❌ 甜美微笑 |
| t=5s | 怼脸特写 ✅ | 烟雾+青橙+低照度 ✅ | ✅ 哀怨忧伤（眼神微睁空洞、唇微启） |
| t=10.5s | 怼脸大头照 ✅ | 烟雾+青橙，偏亮 | ❌ 甜美微笑 |
| t=11.2s（拼缝） | 近景 ✅ 无断裂 | 干净柔和 | ⚠️ 温柔偏甜 |
| t=11.6s（拼缝） | 中近景 ✅ 连贯 | 精致平滑 | ⚠️ 凝视微怔 |
| t=16s | 近景 ✅ | 缺粗粝感 | ❌ 惊讶/无辜 |
| t=21s | 近特写 ✅ | 平滑 | ⚠️ 嘴部僵硬（疑似口型过渡） |

## 结论与下一步选项

1. **对口型**：请先播放 v2 成片确认嘴型匹配度。若后半段仍乱，最有效的下一招是把每段缩到 **5-6s**（4-5 段，H3 对口型最可靠窗口），或对第二段改用更长的 tail 参考
2. **香港武侠质感**：若后期胶片版的方向 OK，可把它做成标准后处理（生成原片 → 统一调色+颗粒）；若不够，v3 提示词再加"胶片扫描/颗粒/暗部细节/硬光"等更强措辞
3. **表情**：v3 需在 detailed_description 每段都重复"保持哀怨忧伤、无微笑"的正面动作描述，并考虑把裁出的正面图换成一张更哀怨的表情参考

告诉我你看完动态后的反馈（口型是否严格同步？风格方向对不对？），我据此出 v3。