段1 验收 · 拉紧版 · 团团圆圆《假声妖》
按老板反馈重做：台词拉紧（内容 +56%）+ 语速加快 + 表情层次更多
一、A / B 直接对比（先听左，再听右）
🔊 这次怎么改的（量化说明）：
| 指标 | 第 1 版 | 第 2 版（拉紧） | 变化 |
|---|---|---|---|
| 对白字数 | 34 字 | 53 字 | +56% |
| 实际说话时长 | 7.59 秒（占 75%） | 8.81 秒（占 87%） | — |
| 静音（空白） | 2.55 秒 | 1.33 秒 | — |
| 语速 | 4.48 字/秒 | 6.01 字/秒 | — |
参考：正常口播 4~5 字/秒；短视频快节奏 6~8 字/秒。做法的核心是先把内容量加大，
模型在固定 10 秒里必须把更多字说完，语速自然被推快；提示词里同时写死「停顿 ≤0.2 秒、不要拖长音、不要朗读腔」。
🔊 音频核验（我听不到声音，用 ASR 把音轨转成文字实测）：
中文占比 89% ｜ 台词命中 3/5
ASR 识别原话：
中文占比 89% ｜ 台词命中 3/5
ASR 识别原话：
团团，你不是就在我旁边吗？这声音怎么跟你一模一样？你到底是谁？我可分不清啊，别听小学我的声音被偷去做出来了。
二、台词对照（第 2 版 · 4 句更短更密）
| # | 角色 · 语气 | 台词 | 字数 |
|---|---|---|---|
| 1 | 圆圆（好奇·快） | 团团？你不是就在我旁边吗？ | 11 字 |
| 2 | 圆圆（惊叫） | 这声音怎么跟你一模一样？ | 12 字 |
| 3 | 圆圆（发慌·抢话） | 你到底是谁？我可分不清啊！ | 13 字 |
| 4 | 团团（压低·断然） | 别听下去，我的声音被偷去做出来了。 | 17 字 |
| 合计 | 53 字 | ||
第 1 版 3 句 34 字（对照）：团团？你不是在我旁边吗……｜这声音怎么跟你一模一样？｜我的声音，被做出来了。
三、抽帧（看表情层次够不够）
四、逐项核对（抽帧亲眼所见）
| 检查项 | 要求 | 本片实际 | 判定 |
|---|---|---|---|
| 圆圆 · 蝴蝶结 | 头顶大玫红蝴蝶结 | 有 | ✅ 有 |
| 圆圆 · 眉毛 | 细棕弯眉（后段转八字） | 0.3s 细棕平眉 → 5.0s 八字皱眉 | ✅ 有 |
| 圆圆 · 睫毛 | 外侧长黑睫毛 | 有 | ✅ 有 |
| 圆圆 · 腮红 | 有 | 有 | ✅ 有 |
| 圆圆 · 腹甲 | 黄色格纹 | 5.0s 露出黄格纹腹甲 | ✅ 有 |
| 团团 · 眼镜 | 圆形黑框 | 有，7.5s 推眼镜动作明确 | ✅ 有 |
| 团团 · 眉毛 | 粗深棕上扬 | 7.5s 上扬 → 9.7s 压低 | ✅ 有 |
| 团团 · 背壳 | 橄榄绿 | 左肩露橄榄绿背壳 | ✅ 有 |
| 团团 · 腹甲 | 黄色格纹 | 有 | ✅ 有 |
| 相框内容 | 相框里是两只乌龟 | 左上相框：蓝+粉两只乌龟 | ✅ 是 |
| 手机屏幕 | 只有发光轮廓、无任何文字 | 只有发光轮廓 | ✅ 是 |
| 画面文字 | 零文字 / 零水印 / 零字幕 | 全片无字 | ✅ 是 |
| 场景锁 | 深夜客厅，5 帧不漂移 | 5 帧全一致 | ✅ 不漂移 |
| 表情丰富度 | 每个情绪转折有明显面部变化 | 0.3s 好奇 → 2.5s 睁眼张嘴(震惊) → 5.0s 八字眉+后缩抓毯(害怕) → 7.5s 推眼镜(警觉) → 9.7s 压低凝视(断然) | ✅ 明显 |
五、发现的问题（如实列出）
- 7.5s / 9.7s 团团站前主体、圆圆退到后方偏小 —— 视觉重心从圆圆转到团团（导演意图，但圆圆表情被压小）
- 团团 Q 版眼睛偏大，眼镜推到眼前时略压眉毛
- 团团是「切」进来（非连续走位），入画瞬间略突兀
- 10.14 秒非整 10 秒（剪映裁齐即可）
- ASR 把「下去」听成「小学」、「被做出来」听成「被偷去做出来」→ 吐字清晰度可再观察（也可能是 ASR 误听）
- 两只龟的声线是否分得开（团团低沉男声 / 圆圆甜美女声）—— AI 听不出音色，需老板听
六、请老板拍板
- A/B 对比听一下——现在的语速与内容量够了吗？还要再快、再加吗？
- 表情层次够丰富了吗？（抽帧第 3 节，5 帧对比）
- 过了就照这套一次跑完段 2–4，再剪映拼成 40 秒。
路径：
/var/www/html/douyin/s1_cn_review.html ｜ 成片：/var/www/html/douyin/s1cn/S1_cn_v2.mp4