LibTV中脚本若只含画面描述必须结构清晰,否则分镜模块会误判为配音文本;需用JSON显式剔除语音字段或自由文本中统一以[V]开头标注画面,且禁用[A]等未支持标签,再通过日志、空audio目录及成片波形三重验证配音是否真正跳过。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

在LibTV AI里,脚本可以只写画面描述而不写台词,但必须明确区分旁白、角色对白与纯画面指令的结构,否则分镜模块会误将画面语句当作配音文本处理,导致生成空音轨或语音错位。
确认脚本中是否含台词字段
打开 LibTV 项目目录下的 script.json 或 prompt.txt(取决于你用的是结构化输入还是自由文本模式),检查是否存在 【"dialogue"、"voiceover"、"speech" 等键名或显式冒号+引号标注的语音段落】。若全文只有“镜头一:晨光洒在石阶上”“镜头二:黑猫跃过矮墙”这类无引号、无角色标签的短句,则默认不触发配音流程。
这一步不能靠肉眼扫完就跳过——LibTV 的分镜模块会主动扫描中文标点中的冒号、破折号、双引号,只要出现一次类似“小李说:“快看!””的写法,后续所有未加注释的句子都可能被强制归入语音队列。
两种安全写法:纯画面脚本模板
方法一:用 JSON 结构显式剔除语音字段
在 script.json 中只保留 【"scenes" 数组】,确保不出现 "dialogue"、"narration"、"audio" 任一字段。每个 scene 对象内仅含 "description" 和可选的 "duration":
{"scenes": [{"description": "俯拍视角,青砖小巷蜿蜒至雾中,两旁灯笼微晃", "duration": 2.5}, {"description": "特写:一只布满皱纹的手缓缓推开木门,门轴吱呀作响", "duration": 3.0}]}
方法二:自由文本中用符号隔离画面指令
在 prompt.txt 中每行以 【[V]】 开头表示画面(Video),完全避开任何带引号的对话或“他说/她道”类表述:
[V]无人机升空,掠过黛瓦白墙的江南古镇
[V]慢镜头:雨滴坠入青石板凹坑,水花四散
[V]空镜:褪色春联在风中轻颤,右下角露出半截毛笔字“福”
注意:不要混用 [A] 或 [SOUND] 标签——LibTV 当前版本未原生支持音频事件标记,加了反而触发未知解析分支。
验证是否真正跳过配音环节
第一步:启动工作流后,紧盯控制台日志输出,找到包含 "voice generation skipped" 或 "no speech detected in script" 的行;
第二步:进入项目输出目录,检查 output/audio/ 子文件夹是否为空;
第三步:打开最终成片,用播放器逐帧拖动,确认时间轴上没有语音波形,且字幕轨道为纯黑色(无文字渲染);
如果发现音频文件存在但内容是静音,说明分镜模块已生成占位音轨——这时要回退修改脚本,不能直接删 audio 文件,否则剪辑节点会因缺失依赖而报错中断。











