Stay alive Case Notes

案例日期：2026-06-07 项目：D:\AIGC工作站\38_Stay alive

已验证链路

Suno song
→ MJ V8.1 abstract surreal images
→ no-text MP4
→ Demucs vocals stem
→ WhisperX large-v3-turbo on CUDA
→ word-level JSON
→ phrase-level SRT
→ user hand-adjusted SRT
→ Chinese artistic translation SRT

本机环境

• GPU：NVIDIA GeForce RTX 4060 Ti
• CUDA driver：nvidia-smi 显示 CUDA 13.2
• PyTorch：2.8.0+cu128
• WhisperX：3.8.6
• Demucs：4.0.1
• 字体：C:\Windows\Fonts\NotoSerifSC-VF.ttf

关键经验

• CPU 版 PyTorch 会让 Demucs/WhisperX 很慢；需要安装 CUDA 版 PyTorch。
• 安装 CUDA PyTorch 后可能把 Pillow 升到 MoviePy 不兼容版本，需回退到 <12.0。
• WhisperX 默认 SRT 可能是长段；真正有用的是 JSON 里的 word_segments。
• 哼唱类歌曲不要把 Hum/Mmm 当歌词显示，除非创作者明确要做拟声字幕。
• 最终发布版仍需要人工审美精修：本案最终 MV 由用户手动调整文字大小、位置，并添加片头标题、作者信息后导出；本 Skill 的目标是把作品推进到高质量可精修状态，而不是承诺完全无人参与的一键成片。