媒体 Agent

详细介绍

媒体 Agent 是管线的最后阶段，负责将所有生成的素材组装成完整的视频。它从上游 Agent 收集角色图像、场景背景、配音音频、背景音乐和音效，然后使用 FFCreator 和 FFmpeg 编排渲染。该 Agent 处理图像合成（将角色放置在场景背景中，支持图层和视差深度）、自定义字体和位置的字幕叠加、多音轨精确音频同步，以及视频编码到目标分辨率和画面比例（16:9、9:16 或 1:1）。支持最高 1080p 分辨率和可配置帧率。Agent 还执行最终质量检查——验证音频电平标准化、场景间过渡流畅、字幕时间与配音对齐。输出是完整的、可发布的渲染视频文件。