Địa Cảnh Studio Pro · Đợt 1
Bản thử nghiệm cho biên tập nhiều lớp. Giao diện, codec trên thiết bị và kết quả AI cần được kiểm tra trên máy dùng thực tế trước khi dùng cho công việc quan trọng.
1. Tạo bản dựng
Thêm ảnh, clip hoặc âm thanh; chọn mẫu BĐS để tạo timeline ban đầu. Có thể nhập media và thông tin từ chế độ dựng nhanh V2 trên cùng trình duyệt. Bản đồ, ranh đất và tiện ích vẫn chỉnh trong chế độ nhanh; Pro nhận ảnh bản đồ/mặt bằng riêng để biên tập.
2. Timeline chính xác
Có 8 lớp tùy ý. Lớp trên hiển thị trước. Chọn đoạn để chỉnh điểm vào nguồn, bắt đầu, thời lượng, lớp, vị trí, xoay, tỷ lệ và độ đậm. Kéo hai mép để chỉnh thời lượng, kéo thân đoạn để đổi thời điểm. Phím ← → di chuyển một frame; Space phát/dừng; S cắt đoạn; Ctrl+Z và Ctrl+Y hoàn tác/làm lại. Tốc độ đầu/cuối tạo ramp tuyến tính. Ramp hiện thay đổi cả cao độ âm thanh theo tốc độ.
Đặt đầu đọc và thuộc tính, rồi bấm Đặt keyframe. Có thể nội suy tuyến tính hoặc mượt. Hiện dần/mờ dần hoạt động trên cả hình và âm thanh. Muốn dissolve, đặt hai đoạn chồng thời gian rồi điều chỉnh fade của lớp phía trên.
3. Âm thanh & phụ đề
WAV Piper được tạo trên dịch vụ riêng của studio. Có thể thu giọng bằng microphone hoặc nhập file, chỉnh gain, bass/treble, cân bằng âm lượng và ducking cho nhạc dưới đoạn có vai trò lời đọc. Nút giảm nhiễu dùng lọc thông cao và noise gate DSP; chưa phải tách giọng bằng AI. Âm thanh nhạc nền/SFX trong ứng dụng được tổng hợp tại thiết bị.
Nhận dạng phụ đề dùng Whisper đa ngôn ngữ trên thiết bị, có mốc thời gian. Chọn audio/video nguồn để chạy. Mỗi lần nhận dạng tối đa 180 giây nguồn; chỉnh sửa các đoạn chữ sau nhận dạng. Nhập/xuất SRT để làm tiếp ở công cụ khác. Phụ đề trong video được ghép vào hình.
4. AI trên thiết bị
Whisper tải mô hình khoảng 100 MB. Gợi ý kịch bản dùng Qwen 0.5B tải vài trăm MB; có thể chậm trên điện thoại. Các mô hình tải từ Hugging Face khi anh chọn chạy và có thể được trình duyệt lưu cache. Media/kịch bản xử lý tại thiết bị; không gửi lên Hugging Face. Kiểm tra lại số liệu, giá, pháp lý và nội dung do AI gợi ý. Tách nền ảnh dùng MediaPipe cho người trong ảnh, xuất thành PNG trong thư viện; chưa tách nền video hay mọi loại vật thể.
5. Cộng tác
Phòng dùng kết nối WSS và mã hóa AES-GCM trước khi gửi. Link có khóa trong phần sau dấu #, không gửi khóa tới máy chủ. Bất kỳ ai có link đều có thể chỉnh sửa; không đưa link lên nhóm công khai. Timeline và bình luận đồng bộ, media gốc không truyền qua phòng: các thành viên phải mở cùng gói .diacanhpro trước khi tham gia.
Phòng tồn tại tối đa 2 giờ (kiểm tra dọn mỗi 30 giây), tối đa 6 người/phòng và 32 phòng trên dịch vụ. Máy chủ chỉ giữ snapshot mã hóa trong RAM. Chỉnh sửa khác đoạn được hợp nhất; cùng một đoạn dùng bản cập nhật mới hơn. Dự án không có lịch sử nhóm bền vững hay phân quyền vai trò ở đợt này. Tải dự án trước khi rời phòng, làm mới trang hoặc khởi động lại dịch vụ.
6. Lưu & xuất
Tự lưu cấu hình và media bằng LocalStorage/IndexedDB trên thiết bị. Trình duyệt có thể dọn dữ liệu; dùng Tải dự án để giữ gói .diacanhpro kèm media. Mỗi dự án tối đa 64 tệp, 80 MB/tệp, 200 MB tổng media; timeline tối đa 10 phút và 700 đoạn.
MP4 H.264/AAC hoặc WebM VP9/Opus, 24/25/30/60 FPS, bitrate 2–80 Mbps. Độ phân giải chọn theo cạnh ngắn; 4K ngang là 3840×2160, dọc là 2160×3840. WebCodecs được kiểm tra trên thiết bị trước khi xuất; codec không hỗ trợ sẽ báo lỗi. File dự kiến vượt 512 MB bị chặn để hạn chế hết bộ nhớ. Xuất theo frame, không tự hạ độ phân giải. Dùng Chrome/Edge PC và giữ trang mở. Mở file tải về để kiểm tra đồng bộ hình/tiếng. Safari, 4K và AI trên máy thực tế chưa được nghiệm thu ở đợt này.
Bản đồ hoạt họa · Đợt 2
Nhập GeoJSON Polygon/MultiPolygon WGS84 có nguồn, lấy ranh đất đã nhập/vẽ từ chế độ nhanh, hoặc dán 3–30 góc WGS84. GeoJSON dùng thứ tự kinh độ, vĩ độ; ô nhập tay dùng vĩ độ, kinh độ và tự đóng vòng. Tệp tối đa 1 MB, 40 vùng, 3.000 đỉnh; toàn dự án tối đa 10.000 đỉnh. Chưa hỗ trợ CRS khác, vùng cực hay ranh vượt kinh tuyến đổi ngày. Nguồn và ngày dữ liệu được giữ trong dự án; video ghi rõ ranh nhập chưa được xác thực pháp lý. Không tự tra hay dựng ranh tỉnh giả.
Chọn vùng focus và preset 30 giây: Hook 0–3s, Focus 3–10s với vẽ neon 2s và camera zoom/pan 1,5s, Detail 10–20s có nhấn vùng lân cận và mũi tên, Outro 20–30s trở về toàn cảnh. Chỉnh thời gian vẽ/camera, độ tô màu và nội dung Detail trong bảng thuộc tính. Mũi tên minh họa kết nối giữa vùng, không phải tuyến giao thông hay số liệu khoảng cách. Hiệu ứng dùng chung bộ dựng frame của xem trước và xuất file. Nguồn ranh đầy đủ vẫn nằm trong gói dự án nếu dòng chú thích trong video được rút gọn.
Đợt này là bản đồ vector 2D; chưa có ảnh vệ tinh/địa hình 3D, AE/GeoLayers hoặc Manim trên VPS. Chất lượng mã hóa video và thao tác UI vẫn cần nghiệm thu trên trình duyệt thật.
Đạo diễn online · Đợt 3
Mở nút Đạo diễn online trong Pro hoặc đường dẫn /pro.html#director. Nhập tỉnh/chủ đề, 15/30/45/60 giây, nền tảng, dữ kiện và nguồn; chọn Studio, AE/GEOlayers, CapCut PC hoặc Manim rồi bấm Tạo kế hoạch 3 phần. Kết quả gồm kịch bản/camera theo cảnh và từng giây, các bước kỹ thuật, SFX/BGM theo mốc. Đây là kế hoạch theo mẫu đạo diễn trên thiết bị, không phải chatbot tự tra cứu hay xác minh dữ kiện địa lý.
Áp dụng vào timeline cần chọn một lớp bản đồ có nguồn. Bốn cảnh chữ được tạo trên bản đồ, cùng SFX/BGM tổng hợp nếu chọn; các đoạn do Đạo diễn tạo lần trước được thay thế, giữ các đoạn khác. Đầu vào được lưu trong dự án và đồng bộ cùng phòng cộng tác. Chọn nhịp năng động sẽ đổi tốc độ vẽ/zoom; mặc định điện ảnh dùng vẽ 2 giây và camera 1,5 giây. Hai dữ kiện đầu được dùng cho lời đọc; dữ kiện khác giữ làm đầu vào cho video sau.
Chuẩn bị lời đọc Piper chuyển lời dẫn sang ô kịch bản để sửa và tạo WAV. Nếu đã có giọng cũ, kiểm tra và thay theo lời đọc mới. Thời gian lời đọc ước tính không thay cho thời lượng WAV thật. Bấm mốc cảnh để đóng bảng kế hoạch và tua xem trước. Tải kế hoạch .md để chia sẻ riêng.
Tải gói Manim tạo map_scene.py, brief.json, kế hoạch và boundary.geojson từ lớp bản đồ đang chọn. Khi chưa có ranh, gói yêu cầu người dùng bổ sung tệp ranh có nguồn; không tự phác tỉnh. Mã Python đã qua kiểm tra cú pháp, chưa render Manim thật và không được chạy trên VPS. AE/GEOlayers/CapCut là hướng dẫn thực thi trên phần mềm tương ứng, không phải dịch vụ chạy các phần mềm đó trên website.
Thành phần & giấy phép
Mediabunny 1.65.0 và AAC encoder 1.65.0: MPL-2.0; bản WASM AAC có thông báo LGPL/giấy phép bên thứ ba đính kèm. Giấy phép MPL, LGPL. Source đúng phiên bản có trong các gói npm đã liên kết.
MediaPipe Tasks Vision và Transformers.js 3.8.1: Apache-2.0. Giấy phép Apache. Mô hình: Whisper tiny, Qwen2.5-0.5B-Instruct, MediaPipe Selfie Segmenter. Người dùng chịu trách nhiệm quyền sử dụng ảnh, clip, nhạc và nội dung nhập vào.
Các đợt tiếp theo
Tách nền video, tách giọng/khử nhiễu bằng mô hình chuyên dụng, giữ cao độ khi đổi tốc độ, kho nhạc có giấy phép thương mại, kho motion graphics/font mở rộng, chia sẻ media có quyền truy cập và lịch sử dự án nhóm bền vững sẽ triển khai ở các đợt sau. Không xem các tính năng này là đã có trong đợt 1.
POI Overpass của chế độ nhanh từng trả 503 và hiện vẫn ghi DEGRADED cho đến khi được kiểm tra lại. Không tự tạo dữ liệu tiện ích.