Featured First · 中国美术学院全英竖屏影像

丁一璇

AI 内容制作与双语影像

从中国美术学院展览现场的一条全英竖屏影像开始,呈现我对短视频节奏、双语表达和 AI 辅助制作的判断。

Featured: CAA vertical film · 2026 继续浏览
9:16短视频审美主案例
03可验证核心案例
ZH / EN双语内容交付
29字幕工具测试通过

Selected Work / 01-03

先看我怎样理解短视频

第一条作品先回答我认为什么样的竖屏内容值得被看完;随后再展开双语交付与人物采访能力。

02:51 · 9:16 · 全英竖屏影像

01 / Short-form Visual Direction

中国美术学院全英竖屏影像

以真实展览现场为素材,把现场观察、本人出镜和 AI 辅助动态镜头组织为一条面向移动端观看的竖屏影像。

角色
独立剪辑 · 出镜
画幅
9:16 · 移动端观看
方法
现场素材 · AI 辅助镜头

我的审美判断这条作品最接近我当前对短视频的理解:竖屏不是横屏的裁切,而是以移动端观看距离重新决定构图、字幕和转场节奏。

04:23 · 16:9 · 中英双语成片

02 / Bilingual Delivery

良渚文明全英项目

将展览与讲解素材整理为完整横屏成片,完成中英字幕的校对、对轴与呈现统一。

角色
独立剪辑 · 双语字幕
交付
完整成片 · 字幕轨
证据
在线成片 · 可运行 QC

作品重点不是“会翻译”,而是让中英文在镜头节奏、阅读速度和信息层级上共同成立。

查看字幕质检证据
06:26 · 16:9 · 人物访谈

03 / On-camera Interview

律所创始人访谈

在真实办公场景中完成出镜对谈,用追问和现场回应把专业话题转化为可观看的人物内容。

角色
人物采访 · 出镜表达
场景
商业机构 · 真人对谈
证据
完整访谈成片

播音训练在这里体现为倾听、控场和镜头前的稳定,而不只是把稿件念清楚。

Working Method / 02

把生成接进制作链

工具随项目变化,判断标准保持稳定:内容准确、画面可剪、字幕可读、结果可交付。

  1. 01澄清任务

    受众、场景、载体与成片标准。

  2. 02组织内容

    选题、脚本、采访问题与镜头结构。

  3. 03生成与剪辑

    真实素材为主,AI 镜头按需进入。

  4. 04复核交付

    字幕、节奏、格式与发布前质检。

Proof of Process / 03

字幕交付不靠“看着差不多”

将阅读速度、时间轴重叠和双语轨对齐转为确定性检查。这个工具来自真实字幕工作中反复出现的交付问题。

  • inspect识别字幕结构与语言分布
  • compare检查中英文时间轴漂移
  • speed检查中英文阅读速度
  • qc集中执行交付门禁
查看源码(可选)
subtitle-qc
$ python3 -m pytest -q

tests/test_reading_speed.py ...........
tests/test_subtitle_qc.py ..................

29 passed in 0.07s

本地实测 · Python 3.14 · 2026-07-29

Lab & Context / 04

实验与现场

补充材料提供能力上下文,不与三条核心案例争夺主叙事。

Process Lab

AI 主播流程样片

四条法律主题练习合并展示,观察统一角色、信息包装和多条内容生产。画面人物为 AI 生成,并非本人出镜。

丁一璇在 2025 世界互联网大会乌镇峰会现场

Field Context

世界互联网大会现场

2025 年乌镇峰会现场记录。大型正式场合中的表达状态与职业形象,作为个人经历背景呈现。

丁一璇证件照

About / 05

表达是起点,完整交付是目标

浙江传媒学院播音与主持艺术(双语方向)本科在读。普通话一级乙等,CET-4 / CET-6。

目标方向:AI 内容制作、AIGC 视频、海外与双语内容。作品集只保留能够通过成片、照片或可运行工程复核的内容。

jaden20030518@gmail.com