# V1 现状技术核验报告

> 生成时间: 2026-07-10 | 状态: FULL_STORY_DOUYIN_V1_DRAFT_COMPLETE

---

## 1. 最终视频路径

| 项目 | 值 |
|------|------|
| 路径 | `06_video/claude_code_self_evolving_video_workflow_douyin_v1.mp4` |
| 存在 | ✅ 是 |
| 文件大小 | 2.6 MB |
| 时长 | 85.0 s |
| 分辨率 | 1080×1920 |
| FPS | 30 |
| 视频编码 | H.264 (High) |
| 音频编码 | AAC 48kHz stereo |
| 视频码率 | ~73 kb/s (偏低，画面简单) |
| 音频码率 | 172 kb/s |
| faststart | ✅ 是 |

## 2. ffprobe 技术参数

| 检查项 | 结果 | 状态 |
|--------|------|------|
| 时长 (85s) | 准确 | ✅ |
| 分辨率 (1080×1920) | 竖屏 | ✅ |
| fps (30) | 稳定 30/1 | ✅ |
| 视频编码 (H.264 High) | 标准 | ✅ |
| AAC 音频流 | 存在 (48kHz stereo) | ✅ |
| yuv420p | 兼容格式 | ✅ |
| 关键帧间隔 | 无 B-frame 异常 | ✅ |

## 3. 人声响度

| 检查项 | 值 |
|--------|------|
| 配音声音 | zh-CN-XiaoxiaoNeural |
| 原始语速调整 | +15% rate |
| atempo | 1.3 (加快 30%) |
| 综合听感 | ⚠️ 明显过快，不自然 |
| 目标语速 | 自然口语化 4.0-4.5 字/秒 |
| 实际等效语速 | ~5.8 字/秒 (超快) |

## 4. 配音问题清单

| # | 问题 | 严重程度 |
|---|------|---------|
| 1 | rate=+15% 导致个别字吞音 | 🔴 高 |
| 2 | atempo=1.3 超出自然语速范围 | 🔴 高 |
| 3 | 综合等效语速约 5.8 字/秒，远超正常 4.0-4.5 | 🔴 高 |
| 4 | 无语音停顿和呼吸感 | 🟡 中 |
| 5 | 无语义分段间的自然间隔 | 🟡 中 |

## 5. 字幕现状

| 检查项 | 值 |
|--------|------|
| captions_words.json | ✅ 存在 (19 segments, 词级未对齐) |
| captions_final.srt | ✅ 存在 |
| captions_final.ass | ✅ 存在 |
| 每行最长 | ⚠️ 部分行超过 13 字 |
| 关键词高亮 | ⚠️ 未实现 |
| 每屏两行 | ⚠️ 未严格遵循 |
| 字幕与配音同步 | ⚠️ 基于 atempo 1.3 配音生成，新配音需重新对齐 |

## 6. 音频完整性

| 检查项 | 存在 | 说明 |
|--------|------|------|
| BGM | ❌ 缺失 | V1 只有配音，无背景音乐 |
| SFX | ❌ 缺失 | 无任何音效 |
| 人声 ducking | ❌ 缺失 | 无 BGM 所以不需要 |
| 综合响度 | ✅ | 纯配音，无问题 |
| True Peak | ✅ | Edge TTS 原生输出，≤ -1 dBTP |

## 7. 素材真实性问题

| 检查项 | 状态 | 说明 |
|--------|------|------|
| V9 动态片段 | ⚠️ 部分 | 05_clips/v9_extract.mp4 (33.3s) 是 V9 渲染画面 |
| Claude Code 日志画面 | ⚠️ 模拟 | 基于真实日志的程序化渲染，非实际录屏 |
| Kimi 报告画面 | ⚠️ 模拟 | 分数柱状图是 Pillow 渲染 |
| Review Portal 画面 | ⚠️ 模拟 | HTTP 200 画面是 Pillow 渲染 |
| 静态文字卡片占比 | ❌ 过高 | 21 个镜头中约 80% 为静态或类静态程序化画面 |
| PPT 感 | ⚠️ 中等 | 文字卡片 + 终端模拟 + 柱状图，缺乏动态视频素材 |

## 8. 缺失资产清单

| 资产 | 需求 | 优先级 |
|------|------|--------|
| `cover_1080x1920.jpg` | 正式封面 | 🔴 P0 |
| BGM | 低调科技感背景音乐 | 🔴 P0 |
| SFX | 提示音/得分音/下坠音/成功音 | 🔴 P0 |
| 词级对齐字幕 | 基于新配音重新生成 | 🔴 P0 |
| Kimi 审核报告 | V1 未审核 | 🔴 P0 |

## 9. 已知问题清单

| # | 问题 | 影响 | 修复方案 |
|---|------|------|---------|
| 1 | 配音过快 (atempo 1.3) | 听感不自然 | 重做配音，rate=+4%~+6%, atempo ≤1.08 |
| 2 | 文案有重复句 | 节奏拖沓 | 精简文案至 85-95 秒自然语速 |
| 3 | 无 BGM | 画面干瘪 | 添加科技感 BGM |
| 4 | 无 SFX | 缺乏节奏感 | 添加 7 类音效 |
| 5 | 静态卡片过多 | PPT 感 | 增加 V9 动态片段替换 |
| 6 | 无封面 | 无法发布 | 生成 cover_1080x1920.jpg |
| 7 | 无 Kimi 审核 | 质量未验证 | 必须 Kimi 审核 |
| 8 | 字幕未词级对齐 | 可能不同步 | 基于新配音重新 whisper 对齐 |

## 10. 综合评价

| 维度 | 评分 | 说明 |
|------|------|------|
| 结构完整性 | 7/10 | 21 镜头完整，但素材形式单一 |
| 配音质量 | 4/10 | 速度过快，不自然 |
| 音频丰富度 | 2/10 | 仅有配音，无 BGM/SFX |
| 字幕质量 | 5/10 | 存在但需重新对齐 |
| 画面真实感 | 5/10 | 程序化渲染为主，缺乏真实录屏 |
| 成品感 | 4/10 | 类 PPT，缺乏作品感 |

**结论: V1 是一个结构完整的草稿 (DRAFT)，但存在配音过快、无 BGM/SFX、静态卡片过多等核心问题，必须升级到 V2。**