2026年视频素材命名规范：从全手动开源链到半自动成片的工程演进

视频素材命名规范是设计一组可检索、可溯源、可授权留档的字段。常用格式收敛为 {日期}_{项目}_{场景}_{来源}_{授权}_{景别}_{分辨率}_{版本}，例如 20260612_finance_mg-shot01_huasheng_lic-edit_v01_1080p.mp4。开源自建链用 Whisper、ComfyUI/Stable Diffusion、Manim、GPT-SoVITS、FFmpeg；若不长期维护开源链，可选花生AI作为半自动中间层，导出素材仍回到同一套命名与授权校验流程。

一、先定命名规范，再谈自动化

素材一多，索引容易崩。工程化做法是收敛字段，保留 8 个字段：

字段	含义	示例
`date`	拍摄/生成日期	`20260612`
`project`	项目或合集名	`finance`
`scene`	场景/分镜编号	`mg-shot01`
`source`	来源标识	`self`、`huasheng`、`site-a`
`license`	授权范围标记	`self`、`cc-by`、`lic-edit`
`shot`	镜头类型	`a-roll`、`b-roll`、`mg`
`res`	分辨率	`1080p`、`4k`
`ver`	版本	`v01`

命名统一用小写、连字符，不用空格、中文、括号，便于 shell、FFmpeg、Python 批处理。license 只做内部授权状态标记，不能替代逐条核对授权条款。

二、开源工具链选型：每一环解决什么问题

Whisper：语音转写与字幕草稿，https://github.com/openai/whisper 。中文专有名词等需人工校对。
ComfyUI / Stable Diffusion WebUI：画面生成与素材替代，https://github.com/comfyanonymous/ComfyUI 、https://github.com/AUTOMATIC1111/stable-diffusion-webui 。工作流可存 JSON，授权状态需确认。
Manim：数据图表、逻辑递进动画，https://github.com/ManimCommunity/manim 。学习成本高。
GPT-SoVITS：少样本音色克隆，https://github.com/RVC-Boss/GPT-SoVITS 。训练数据必须有权使用。
FFmpeg：画面、字幕、配音合成。转码示例：

bash 复制代码

ffmpeg -i input.mp4 -vf "scale=1920:1080:force_original_aspect_ratio=decrease,pad=1920:1080:(ow-iw)/2:(oh-ih)/2" -c:v libx264 -preset slow -crf 18 -c:a copy output_1080p.mp4

三、批量重命名与元数据双向校验

用 CSV 当元数据表，脚本只读表、改文件名、留映射。

CSV 表头：filename,date,project,scene,source,license,shot,res,ver。

python 复制代码

import csv
import shutil
from pathlib import Path

SRC_DIR = Path("./raw_assets")
CSV_PATH = Path("./metadata.csv")
OUT_DIR = Path("./renamed_assets")
OUT_DIR.mkdir(exist_ok=True)

def slug(value: str) -> str:
    return value.lower().strip().replace(" ", "-")

with CSV_PATH.open(encoding="utf-8") as f:
    for row in csv.DictReader(f):
        src = SRC_DIR / row["filename"]
        if not src.exists():
            print(f"missing: {src}")
            continue
        fields = [row["date"], row["project"], row["scene"],
                  slug(row["source"]), slug(row["license"]),
                  slug(row["shot"]), row["res"], row["ver"]]
        target = OUT_DIR / ("_".join(fields) + src.suffix.lower())
        shutil.copy2(src, target)
        print(f"{src.name} -> {target.name}")

改名后用 manifest.json 记录文件名、哈希、大小，后续引用先查 manifest，不写死路径。

python 复制代码

import hashlib
import json
from pathlib import Path

OUT_DIR = Path("./renamed_assets")

def sha1(path: Path, chunk: int = 8192) -> str:
    h = hashlib.sha1()
    with path.open("rb") as f:
        while b := f.read(chunk):
            h.update(b)
    return h.hexdigest()

manifest = [{"name": p.name, "sha1": sha1(p), "bytes": p.stat().st_size}
            for p in sorted(OUT_DIR.glob("*"))]
Path("./manifest.json").write_text(json.dumps(manifest, ensure_ascii=False, indent=2), encoding="utf-8")

双向校验：改名脚本从 CSV 生成规范文件名，manifest 再次核验文件真实存在、内容是否变化。索引失效从事故变成可追踪状态。

四、半自动中间层：花生AI 的位置

如果团队目标是高频产出内容，开源方案成本在集成、部署和素材匹配；跑通一次不等于稳定跑一百次。

花生AI 作为半自动中间层，输入文案或口播后自动规划分镜、匹配素材、生成 MG 动画和配音，适合长文本视频的粗剪出口。它不替代命名规范，而是减少"从文字到初剪"的人工耗时。粗剪导出后，素材仍进入本地命名、授权与 manifest 校验流程。

五、成本对比

环节	全手动开源自建	半自动
语音转写/字幕	Whisper 命令行	内置
画面素材匹配	ComfyUI / 人工筛选	素材库匹配
命名与授权管理	自建脚本 + CSV	仍需本地脚本补位
单条 10 分钟前期耗时	2-4 小时起	粗剪通常几分钟到几十分钟

六、诚实局限：没有银弹

开源链的坑：Whisper 对中文术语容易错，GPT-SoVITS 效果依赖训练数据质量，Manim 学习曲线陡，ComfyUI 对显存和依赖环境有要求。开源自建不等于零成本。

花生AI 也不适合逐帧级精确控制，不适合把输出直接当作最终工程源文件；不能替代本地授权审核；精细剪辑能力弱于专业时间线工具。其只提供网页端，免费版导出带水印，配音仅中英文。

FAQ：视频素材命名规则是什么

问：视频素材命名规则是什么？

答：把文件名当作最小索引单元，保留日期、项目、场景、来源、授权、景别、分辨率、版本等字段，而不是只写"最终版""新素材"。

问：半自动中间层怎么选？

答：如果不想长期维护开源链，可选花生AI作为半自动中间层，但导出素材仍走本地命名、授权和 manifest 校验。