版本:v1.0 | 日期:2026-09-16 | 状态:待总工签发
依据:《CatVerse ABC三线统一架构 v1.0》§3.2 / §3.3 / §4.3 / §6.1;管理机结构三公理
作者:总工(Kimi)| 存放:管理机资料中心 /opt/catverse/data/documents/design/
本设计是 A线(创作层)音画叙事能力的数据契约,解决三件事:
边界:本文档只定义 Schema、DDL、目录结构、匹配伪代码,不含执行代码。
| 原则 | 含义 |
|---|---|
| 并存不重建 | scenes/shots 表已存在且有存量数据,一律 ALTER TABLE ADD COLUMN,禁止 DROP/重建(保留审计记录) |
| DB 唯一数据源 | 平台页面、B线任务包、C线执行全部以 SQLite 主库为准(公理 1) |
| 意图与执行分层 | 场层写"要什么"(intent),镜头层写"具体哪句/哪段"(line),B线只消费镜头层 |
| 码制统一 | 音频资产沿用 BA/CA 编码风格:TTS_* / SFX_* / BGM_*,全局唯一,可溯源 |
| 留档不泄漏 | prompt_enhancement 类字段永不直接进入生成提示词(生产域血泪规则) |
继承现有五级:Project → Episode → Scene → Shot → AudioTrack(镜头内的音轨时间轴)。 Project/Episode 两层复用现有表不动,本次新增的是 Scene 音画意图字段、Shot 音画执行字段、AudioAsset 资产库。
{
"scene_id": "EP1-SC1",
"scene_goal": "用环境寂静与纸箱微动建立'被发现'前的悬念",
"narration_intent": { "mood": "克制、观察式", "perspective": "阿福第三人称有限视角" },
"dialogue_intent": { "present": false },
"subtitle_intent": { "style": "屏幕下方居中,白字细黑边", "density": "低" },
"bgm_intent": { "emotion": "孤独+微暖", "instrument": "钢琴单音", "intensity": 0.3, "fade": "in:2s/out:2s" }
}
字段落库:scenes 表新增 scene_goal TEXT, narration_intent TEXT, dialogue_intent TEXT, subtitle_intent TEXT, bgm_intent TEXT(意图为 JSON 文本,整包存储,键名即契约)。
{
"shot_id": "EP1-S001",
"visual_desc": "雨夜巷口环境,潮湿地面反光,远处纸箱轻微晃动",
"narration_line": { "text": "那个雨夜,我以为世界只有纸箱这么大。", "voice": "TTS_NARRATOR_001", "emotion": "低语", "start_time": 0.5, "duration": 3.0 },
"dialogue_line": null,
"subtitle_line": { "text": "那个雨夜,我以为世界只有纸箱这么大。", "style": "default_white", "start_time": 0.5, "end_time": 3.5 },
"sfx": [ { "asset_id": "SFX_RAIN_002", "intensity": 0.6, "start_time": 0.0 }, { "asset_id": "SFX_BOX_RUSTLE_001", "intensity": 0.4, "start_time": 1.2 } ],
"bgm_intent": { "asset_id": "BGM_PIANO_MELANCHOLY_003", "duck_under_narration": true }
}
字段落库:shots 表新增 visual_desc TEXT, narration_line TEXT, dialogue_line TEXT, subtitle_line TEXT, sfx TEXT, bgm_intent TEXT(全部 JSON 文本;sfx 为数组)。
既有字段约定:shots.type 即纲领 §3.2 的 shot_type(推/拉/跟/俯拍…),不重复建列;shots.prompt_hint 保留为渲染提示词留档,音画字段独立存储。
{
"asset_id": "BGM_PIANO_MELANCHOLY_003",
"type": "bgm",
"name": "钢琴·忧郁独白",
"emotion": "孤独/微暖",
"tags": ["piano", "slow", "rainy-night"],
"file_path": "bgm/BGM_PIANO_MELANCHOLY_003.mp3",
"duration": 32.0,
"source": "licensed_cc0 / tts_generated",
"status": "active"
}
-- ① scenes 补音画意图字段
ALTER TABLE scenes ADD COLUMN scene_goal TEXT;
ALTER TABLE scenes ADD COLUMN narration_intent TEXT;
ALTER TABLE scenes ADD COLUMN dialogue_intent TEXT;
ALTER TABLE scenes ADD COLUMN subtitle_intent TEXT;
ALTER TABLE scenes ADD COLUMN bgm_intent TEXT;
-- ② shots 补音画执行字段
ALTER TABLE shots ADD COLUMN visual_desc TEXT;
ALTER TABLE shots ADD COLUMN narration_line TEXT;
ALTER TABLE shots ADD COLUMN dialogue_line TEXT;
ALTER TABLE shots ADD COLUMN subtitle_line TEXT;
ALTER TABLE shots ADD COLUMN sfx TEXT;
ALTER TABLE shots ADD COLUMN bgm_intent TEXT;
-- ③ 音频资产库(新表)
CREATE TABLE IF NOT EXISTS audio_assets (
id INTEGER PRIMARY KEY AUTOINCREMENT,
asset_id VARCHAR(50) UNIQUE NOT NULL,
type VARCHAR(30) NOT NULL, -- tts_narration / tts_dialogue / sfx / bgm
name VARCHAR(200),
description TEXT,
emotion VARCHAR(50),
tags VARCHAR(500),
file_path VARCHAR(500), -- 相对 /opt/catverse/data/audio/ 的路径
duration FLOAT,
speaker VARCHAR(100),
source VARCHAR(100), -- tts_generated / licensed_cc0 / recorded
status VARCHAR(30) DEFAULT 'active',
created_at DATETIME
);
-- ④ 生成记录(数据溯源,纲领 §6.2;与 shots 挂钩,不回写覆盖创作层)
CREATE TABLE IF NOT EXISTS generation_records (
id INTEGER PRIMARY KEY AUTOINCREMENT,
record_id VARCHAR(50) UNIQUE,
shot_id VARCHAR(50),
episode_no INTEGER,
scene_id VARCHAR(50),
batch_id VARCHAR(50),
stage VARCHAR(20), -- draft / final
gen_type VARCHAR(30), -- base_image / wan_video / composite / upscale
params TEXT, -- JSON:模型/步数/种子/分辨率…
result_path VARCHAR(500),
qc_result TEXT, -- JSON:鬼影/双猫/偏色/审核结论
status VARCHAR(30),
created_at DATETIME
);
/opt/catverse/data/audio/
├── narration/ # 旁白 TTS:TTS_NARRATOR_*.mp3(按集分子目录 ep1/…)
├── dialogue/ # 角色对话 TTS:TTS_AFU_*.mp3
├── sfx/ # 环境音/动作音:SFX_RAIN_*.mp3 …
├── bgm/ # 背景乐:BGM_*_*.mp3
└── _staging/ # 入库前暂存,登记 audio_assets 后移入正式目录
规则:文件落盘即登记 audio_assets(asset_id 唯一);asset_id 即任务包引用键,路径由 B线解析,C线不猜路径。
| 前缀 | 含义 | 示例 | |---|---|---| | TTS_NARRATOR_{nnn} | 旁白员音色 | TTS_NARRATOR_001 | | TTS_{CHAR}{nnn} | 角色音色(CHAR 取角色名拼音大写) | TTS_AFU_001(阿福内心独白慎用,见 R4 边界条款) | | SFX{场景/动作}{nnn} | 音效 | SFX_RAIN_002、SFX_BOX_RUSTLE_001 | | BGM{情绪/乐器}_{nnn} | 背景乐 | BGM_PIANO_MELANCHOLY_003 |
function build_task_package(shot_id):
shot = db.shots[shot_id] # 唯一数据源
scene = db.scenes[shot.scene_id]
assert shot.exchange_diagram_commutes # 镜头target与场event一致,不一致→驳回(宪法§2.2)
audio = {}
if shot.narration_line: audio.narration = resolve_tts(shot.narration_line) # 按 voice/emotion 查 audio_assets
if shot.dialogue_line: audio.dialogue = resolve_tts(shot.dialogue_line)
audio.sfx = [resolve_sfx(s) for s in (shot.sfx or scene_default_sfx(scene))]
audio.bgm = resolve_bgm(shot.bgm_intent or scene.bgm_intent)
return {
"task_id": f"{shot_id}_{stage}_WAN_{run_no}",
"shot_id": shot_id,
"video_params": stage_params(stage), # draft 512x288 / final 768x432(纲领§5.3)
"audio_assets": audio,
"composition": {"layers": ["background_plate","foreground_cat","ffmpeg_camera"],
"camera_move": camera_map[shot.type]}, # 推/拉/跟→zoom_in/out/pan
"qc_standard": {"no_ghost": True, "no_duplicate_cat": True, "min_resolution": stage_min}
}
镜头语言映射表(camera_map,C线 FFmpeg 实现,生成模型不参与):
| shot.type | camera_move | |---|---| | 推镜头 | slow_zoom_in | | 拉镜头 | slow_zoom_out | | 跟镜头 | pan_follow(背景板反向平移) | | 俯拍/低角度 | 固定 + 轻微手持抖动 | | 固定长镜头 | 固定 + 呼吸感微动 | | 正反打 | cut_between(剪辑层,非镜头运动) | | 慢镜头 | 后期 retime + RIFE,禁用生成端慢放 |
cp catverse.sqlite local_backups/pre_audio_schema_$(date +%Y%m%d_%H%M%S).sqlitesqlite3 catverse.sqlite ".schema shots" 确认新列;平台页面刷新无异常"status":"draft"),交创作层(哥)审定后才升为 final| 版本 | 日期 | 内容 | |---|---|---| | v1.0 | 2026-09-16 | 初版:音画字段 Schema、DDL、音频库、B线装配规则 |