短视频混剪自动化技能#

基于 MoviePy 的批量视频生成工作流

---

📌 技能概述#

技能名称: short-video-auto-editing

版本: 1.0.0

适用场景:

• 抖音/视频号/小红书短视频批量生成
• 门店宣传视频自动化
• 团购推广视频制作
• 多版本 A/B 测试视频

核心能力:

• ✅ 素材自动筛选与裁剪
• ✅ AI 配音生成（Edge TTS）
• ✅ 字幕自动同步
• ✅ 批量混剪输出
• ✅ 重复率控制（≤40%）

---

🎯 标准工作流#

Phase 1: 素材准备（10 分钟）#

素材库规范:

text

~/视频素材/
├── 原始素材/          # 原始拍摄视频
│   ├── LCD_采耳/
│   ├── MUX_健身/
│   └── ...
├── 输出/              # 生成结果（自动排除）
└── 音频库/            # 预生成配音

素材要求:

• 格式：MP4/MOV
• 分辨率：≥1080p
• 时长：≥30 秒（便于裁剪）
• 数量：≥20 个（保证多样性）

素材索引:

python

MATERIALS = [
    "/path/to/video1.mp4",
    "/path/to/video2.mp4",
    # ... 至少 20 个
]

---

Phase 2: 文案创作（15 分钟）#

文案规范:

• 口语化、自然流畅
• 包含门店信息 + 团购引导
• 避免绝对化用词
• 符合平台合规要求

文案模板（以采耳为例）:

python

COPYWRITING = [
    """
    在常熟想找个地方好好放松一下
    老成都采耳馆开了有些年头了
    环境干净师傅手法也到位
    累了困了过来躺一会儿挺舒服的
    位置就在万达团购嘛左下角自己看哈
    """,
    # ... 至少 10 条独立文案
]

文案库要求:

• 数量：≥10 条
• 每条字数：60-100 字
• 时长：15-20 秒朗读
• 重复率：≤30%

---

Phase 3: 配音生成（5 分钟）#

Edge TTS 配置:

python

import edge_tts

VOICES = {
    "晓晓": "zh-CN-XiaoxiaoNeural",      # 女声，温暖
    "云扬": "zh-CN-YunyangNeural",        # 男声，专业
    "云健": "zh-CN-YunjianNeural",        # 男声，活力
    "晓艺": "zh-CN-XiaoyiNeural",         # 女声，活泼
}

async def generate_audio(text, voice, output_file):
    communicate = edge_tts.Communicate(text, voice)
    await communicate.save(output_file)

配音轮换策略:

• 4 种音色循环使用
• 避免同一文案重复音色
• 每条配音单独保存

---

Phase 4: 视频生成（自动）#

核心脚本:

python

from moviepy import (
    VideoFileClip, AudioFileClip, TextClip,
    CompositeVideoClip, concatenate_videoclips, vfx
)

def generate_video(c文案，音色，素材索引，output_path):
    # 1. 生成配音
    audio_file = f"audio_{文案 id}_{音色}.mp3"
    generate_audio(文案，音色，audio_file)

    # 2. 加载音频获取时长
    audio = AudioFileClip(audio_file)
    duration = audio.duration

    # 3. 裁剪并拼接素材（3-4 秒/片段）
    clips = []
    current_time = 0
    for idx in 素材索引:
        if current_time >= duration:
            break
        clip = VideoFileClip(MATERIALS[idx])
        clip = clip.with_duration(min(3.5, clip.duration))
        clip = clip.with_effects([vfx.Resize(height=1920)])
        clip = clip.with_effects([vfx.Crop(
            x1=clip.w//2 - 540, y1=0, width=1080, height=1920
        )])
        clips.append(clip)
        current_time += clip.duration

    # 4. 拼接视频
    video = concatenate_videoclips(clips, method="compose")
    video = video.with_duration(duration)

    # 5. 生成字幕
    subtitles = generate_subtitles(文案，duration)
    subtitle_clips = []
    for start, end, text in subtitles:
        txt = TextClip(
            text=text,
            font='/System/Library/Fonts/STHeiti Light.ttc',
            font_size=50,
            color='white',
            stroke_color='black',
            stroke_width=2,
            duration=end - start
        )
        txt = txt.with_position(('center', video.h - 150)).with_start(start)
        subtitle_clips.append(txt)

    # 6. 合成
    final = CompositeVideoClip([video] + subtitle_clips)
    final = final.with_audio(audio)

    # 7. 导出
    final.write_videofile(
        output_path,
        codec='libx264',
        audio_codec='aac',
        fps=30,
        preset='medium',
        bitrate='5000k'
    )

---

Phase 5: 质量控制（自动）#

自检清单:

python

def quality_check(video_path):
    clip = VideoFileClip(video_path)

    checks = {
        "时长": 15 <= clip.duration <= 20,
        "分辨率": clip.size == (1080, 1920),
        "帧率": clip.fps == 30,
        "有音频": clip.audio is not None,
        "文件大小": 5 <= os.path.getsize(video_path)/1024/1024 <= 15,
    }

    if not all(checks.values()):
        print(f"❌ 质量检查失败：{checks}")
        return False

    print(f"✅ 质量检查通过")
    return True

重复率控制:

python

# 记录已用素材索引
used_materials = set()

def select_materials(文案 id, count=6):
    available = set(range(len(MATERIALS))) - used_materials
    selected = random.sample(available, count)
    used_materials.update(selected)

    # 如果素材用完，重置
    if len(used_materials) > len(MATERIALS) * 0.6:
        used_materials.clear()

    return selected

---

📊 出片规格#

项目标准值总时长15-20 秒分辨率1080x1920 竖屏 (9:16)帧率30 fps片段时长3-4 秒/个片段数量5-6 个重复率≤40%配音Edge TTS（4 音色轮换）字幕逐字对应，STHeiti 字体编码H.264 + AAC文件大小5-15 MB

---

📁 文件结构#

text

short-video-auto-editing/
├── SKILL.md                 # 技能文档
├── config.py                # 配置管理
├── materials.py             # 素材管理
├── copywriting.py           # 文案库
├── audio_gen.py             # 配音生成
├── video_edit.py            # 视频编辑
├── subtitle.py              # 字幕生成
├── quality_check.py         # 质量控制
├── batch_generate.py        # 批量生成
└── outputs/                 # 输出目录

---

🔧 批量生成脚本#

python

#!/usr/bin/env python3
# batch_generate.py

import asyncio
from datetime import datetime

async def batch_generate(count=10):
    """批量生成视频"""
    tasks = []

    for i in range(count):
        # 选择文案（轮换）
        文案 id = i % len(COPYWRITING)
        文案 = COPYWRITING[文案 id]

        # 选择音色（轮换）
        音色 key = list(VOICES.keys())[i % len(VOICES)]
        音色 = VOICES[音色 key]

        # 选择素材（避免重复）
        素材索引 = select_materials(文案 id)

        # 生成文件名
        timestamp = datetime.now().strftime("%H%M%S")
        output = f"outputs/video_{文案 id}_{音色 key}_{timestamp}.mp4"

        # 创建任务
        task = asyncio.create_task(
            generate_video(文案，音色，素材索引，output)
        )
        tasks.append(task)

    # 等待所有任务完成
    await asyncio.gather(*tasks)
    print(f"✅ 批量生成完成：{count} 条视频")

if __name__ == '__main__':
    asyncio.run(batch_generate(10))

---

⚠️ 故障排查#

常见问题#

问题原因解决方案最后几秒无画面字幕时间轴超出视频调整字幕匹配视频时长最后几秒无声音音频时长不足使用 AudioFileClip 确保完整画面静止帧率不统一统一 30 fps，用 method="compose"字幕有逗号文案格式问题移除逗号，逐行显示字幕多行同时时间轴错误每条独立 with_start()文件过大码率过高调整 bitrate='3000k'重复率超标素材轮换不足增加素材库，优化轮换逻辑

---

📈 性能指标#

指标目标值单条生成时间<90 秒批量生成（10 条）<15 分钟一次通过率≥95%重复率≤40%自动化程度≥80%

---

🔄 自我迭代机制#

每次生成后#

1. 记录素材使用: 更新 used_materials
2. 检查重复率: 确保 ≤40%
3. 收集反馈: 记录用户满意/不满意的点
4. 优化文案: 根据效果调整文案库

每周回顾#

1. 爆款分析: 哪些视频数据好？为什么？
2. 素材更新: 补充新素材，淘汰旧素材
3. 文案优化: 迭代文案库，提升转化率
4. 技术升级: 关注 MoviePy 新版本特性

月度升级#

• 新增音色（Edge TTS 更新）
• 优化剪辑逻辑
• 集成新平台规格（如小红书 3:4）
• 技能文档版本升级

---

📝 品牌模板#

LCD 老成都采耳馆#

文案特点:

• 强调"万达店专享"
• 突出"50 分钟深度采耳 99.9 元"
• 引导"团购在左下角"

色调: 暖色系，放松氛围

---

MUX 米欧克斯健身房#

文案特点:

• 强调"5 家门店就近选择"
• 突出"专业教练 + 新器械"
• 引导"看左下角团购"

色调: 紫色/橙色品牌色，激励氛围

---

📝 变更记录#

日期版本变更内容2026-03-25v1.0初始版本，基于 LCD 项目沉淀

---

技能文档版本：1.0.0 | 最后更新：2026-03-25