O problema da primeira serie era a sensacao de 'quadro a quadro': a captura
era a saida de um script despejada em blocos. Agora cada video e uma sessao
shell de verdade.
- record.py: abre um pty, faz SSH no firewall e digita os comandos tecla a
tecla (~34 c/s, com jitter). O tty remoto ecoa, o kernel responde ao vivo;
a captura e asciicast v2 com timestamps. 'bash --noediting' evita que o
editor de linha redesenhe o comando e o tty o repita (a linha aparecia
duplicada).
- record.py --pace: segura a tela enquanto a voz fala - cada batida dura o
trecho de audio que a acompanha, de modo que uma unica captura serve as
duas versoes de idioma.
- record.py --ensure-pf: garante pf.ko carregado antes de gravar. Sem isso
uma fase que roda 'rmmod' (ativacao) pode derrubar o /dev/pf de outra
gravacao concorrentes - foi exatamente o que quebrou a fase de roteamento
na primeira tentativa.
- make_audio.py: geracao da narracao pelo MiniMax TTS, uma voz feminina por
idioma (English_ConfidentWoman / Portuguese_ConfidentWoman), um arquivo
por segmento. A API devolve o audio em hexadecimal, nao base64.
- render_video.py: reproduz a captura por um emulador de terminal e escreve
os frames direto no ffmpeg como RGB bruto (um PNG por frame era uma ordem
de grandeza mais lento). Desenha o diagrama de rede do lab por cima do
terminal nas fases de roteamento e balanceamento, destacando o caminho em
discussao, e queima a legenda da narracao.
- assemble.py: mixa os segmentos de audio na linha do tempo.
- join.py: emenda as fases com crossfade sobre um cartao de capitulo e
sincroniza o audio na mesma linha do tempo.
- build-all.sh: roda o pipeline inteiro.
Arte de fundo e audio vem do MiniMax; a geracao de video do MiniMax nao esta
habilitada nesta conta (erro 2068 em todos os modelos), entao as transicoes
sao renderizadas localmente com ffmpeg.
16 videos: 7 fases + filme completo, em ingles e portugues, com legenda
queimada.
lgcosta
cc67531602