generated-media-qa

生成媒体质量保证

将质量保证视为发布决策，而不是凭感觉判断。根据已批准的需求简报、平台规格、法律／安全约束和受众背景来评估交付内容。记录足够的证据，以便其他 Agent 或制作人员能够复现这一决定。

将三类证据分别记录

文档事实是指来自需求简报、平台规格、法律／政策指南、交付标准、无障碍标准或服务提供方文档的要求。请引用来源，或注明来源名称和核实日期。

实证观察是指你直接测量或检查素材时发现的情况：画面尺寸、时长、响度、同步偏移、OCR 输出、转录不匹配、视觉瑕疵、元数据或带时间戳的缺陷。

制作经验判断是在没有明确规格时采用的专业判断：手部瑕疵是否会被受众注意到、产品包装特写是否令人信服、目标市场的受众是否能听懂某种口音、社交媒体字幕在手机上是否过快。请将这些标记为经验判断，不要将其说成普遍标准。

审核前的准备

不要一开始就随意寻找瑕疵。先建立验收依据。

收集：

• 已批准的需求简报、提示词、分镜、脚本、镜头清单、剪辑决策表、品牌规范、产品事实、目标受众、目标平台、时长、宽高比、语言／区域设置，以及已知妥协。
• 交付规格：文件格式、编解码器、分辨率、帧率、色彩空间／HDR、音频声道、响度目标、字幕格式、缩略图和元数据要求。
• 素材清单：生成素材、人工拍摄素材、授权素材库内容、用户提供的媒体、徽标、字体、音乐、音效、语音、产品宣传声明、模特授权书、肖像／声音同意书和使用权。
• 可用时收集生成元数据：服务提供方、模型、模型版本／日期、提示词、负面提示词、参考图像、种子、尺寸、时长、fps、语音 ID、语言、后期工具、升频工具、剪辑工具和安全过滤器。
• 风险背景：广告、医疗／金融／法律声明、政治内容、公众人物、未成年人、受监管产品、合成代言、仿真的新闻场景、本地化、无障碍义务和平台披露要求。

如果缺少需求简报，请撰写临时质量保证依据，例如：“根据提供的素材进行审核，目标平台：Instagram Reels；推断目标：15 s 产品预告片。在提供事实和权利证明之前，产品声明和法律审核无法通过。”

第一轮：验收矩阵

深入检查前，先创建一个简明矩阵：

领域	通过依据	常见拒收依据
简报符合度	信息、产品、受众、语气、时长、格式和行动号召均符合已批准的简报	产品错误、缺少行动号召、地区设置错误、语气不符合品牌风格、承诺发生实质性变化
技术交付	文件可打开、规格相符、没有损坏，时长／帧率／宽高比正确，按要求包含音频／字幕	宽高比错误、帧损坏、缺少音频、编码不佳、字幕文件格式不受支持
生成媒体的真实感	受众看不到解剖结构、物理规律、身份、文本、标志、连续性或时间方面的缺陷	手部／面部扭曲、文本难以辨认、身份漂移、产品变形、闪烁、动作不合常理
音频和语音	清晰易懂、同步、无削波／噪声／爆音，语言／声音正确，响度达到目标	对白被淹没、唇音不同步、削波、声音错误、误译
无障碍	字幕、文字稿、替代文本、音频描述、安全闪烁和播放器交互功能符合交付场景的要求	必需字幕缺失、字幕难以辨认、闪烁不安全、纯视觉信息没有替代方式
权利和来源	已记录来源权利、许可、元数据和 AI 披露	来源未获授权、肖像／声音未经批准、缺少合成内容披露、来源无法核实
安全／政策	不含被禁止的欺骗、不安全建议、歧视性内容或平台禁止的主张	合成的人物／事件具有误导性、无依据的健康主张、不安全的指示、违反受监管产品规定

然后再进行检查。不要因为某一帧很吸引人，就忽视未通过的验收标准。

语言对齐 QA 流程

如果交付内容包含生成的镜头描述、搜索元数据、提示词重建、源字幕或数据集标注，请将语言检查与像素／音频质量检查分开进行。

• **准确性：**每个描述的实体、动作、空间关系、摄像机行为、叠加元素和状态变化都与来源相符；不得出现臆造或缺乏依据的意图。
• **完整性：**覆盖程度符合声明的用途。档案搜索、VFX 交接、提示词比对和训练数据对细节的要求各不相同。
• **术语：**一致使用已批准的项目词汇和参考帧；区分主体左侧与画面左侧，以及推轨／平移与变焦／旋转。
• **时间顺序：**事件、剪辑、焦点变化、进入／离开，以及起始／结束状态均按来源中的顺序呈现。
• **来源信息：**记录描述者／模型／版本、提示词、源素材／哈希值、规范／词汇表版本、审阅者和验收状态。
• **风险：**如果错误的产品、安全、法律、身份、医疗、金融或公共利益描述会影响发布或后续决策，则标记为严重风险。

无障碍字幕、对白字幕和音频描述有各自的受众与标准要求。不要用制作描述替代它们。使用 precise-video-description 定义或修复观察规范；使用 video-description-oversight 执行完整的字幕前／评议／字幕后审查流程。此流程仅确保最终交付中的语言素材与经审阅的来源及声明用途相符。

技术文件 QA

使用自动化检查验证可测量的属性，并通过人工审查发现感知层面的缺陷。自动化文件质检可以发现许多交付问题，但无法判断生成的产品标签在语义上是否有误，也无法判断合成代言人是否会给人以欺骗感。

检查：

• 文件完整性：至少可在两个播放器／查看器中打开；无文件尾部截断、解码错误、缺少流、意外的 Alpha 通道问题或无声声道。
• 容器和流：格式、编解码器、配置、分辨率、像素宽高比、帧率、时长、色彩基色／传递特性／矩阵、位深、比特率、音频采样率、声道布局以及字幕流均符合预期。
• 视觉缺陷：黑帧、冻结帧、丢帧／重复帧、色带、宏块、摩尔纹、混叠、意外边框、水印残留、遮罩不佳、抠像不良、裁切错误、标题安全区问题、小字难以辨认以及压缩损伤。
• 音频缺陷：削波、采样间峰值、底噪、嗡声、咔哒声、爆音、噪声门伪影、混响拖尾、刺耳的齿音、相位抵消、声道不平衡、缺少分轨以及突兀的剪辑。
• 版本信息：文件名、场记板、烧录时间码、元数据、导出预设和修订号均与交付跟踪表一致。

对于广播或高端交付，以客户端／平台规范为准。SMPTE 将 IMF 描述为一种基于文件的媒体格式，用于跨版本和地区存储及交付视听母版。DPP／AS-11 风格的工作流会使用明确的技术和编辑元数据。这些并非 TikTok 草稿的默认要求，但可作为规范交付跟踪的参考。

生成图像／视频的视觉与动态 QA

生成媒体需要有针对性的检查，不能只做常规的色彩和压缩检查。

以 100% 缩放和预期观看尺寸检查静帧。先缓慢拖动视频逐帧检查，再在目标设备类别上从头到尾播放一遍，不要暂停。许多 AI 缺陷只有在动态画面中才明显，而许多“缺陷”在正常的手机观看尺寸下会消失。

高优先级检查项：

• 身体结构和面部：手、手指、牙齿、眼睛、耳朵、关节、肢体数量、瞳孔不对称、皮肤纹理、发际线闪烁、身份漂移、年龄不符以及帧间面部变形。
• 文字和符号：产品标签、UI 文字、烧录在图像中的字幕、标牌、法律声明、价格、日期、数字、二维码、标识、商标图形以及品牌色的位置。尽可能使用 OCR，但品牌关键文字必须人工核验。
• 产品真实性：包装几何形状、材质、尺寸、端口／按钮、SKU 变体、配色、剂量／含量、随附配件、成分、声明、安全警告以及兼容性详情。
• 时间连续性：跨镜头的主体身份、服装、道具位置、光照方向、阴影、反射、天气、时间、屏幕内容、标签和地理环境。
• 动作合理性：脚部滑动、物体漂浮、肢体像橡胶一样变形、不符合因果关系的物理运动、车辆扭曲、滚动快门幻觉、面部／嘴唇变形、镜头路径不连续、插帧拖影以及背景爬动。
• 合成与混合来源剪辑：遮罩边缘、颗粒／噪声不匹配、透视、镜头模糊、色温、接触阴影、反射一致性、比例、视线、室内环境声以及实拍素材与生成插入片段之间的接缝。
• 虚拟形象与口型同步：双唇音闭口、下颌时序、头颈动作、眨眼、视线、呼吸、手势、语言／口音匹配、不自然的静止，以及是否已披露／获批使用该虚拟形象。

制作经验法则：只有当小瑕疵在预期尺寸下不可见、不影响主体／产品／信息，也不会引发网络嘲讽或损害信任时，才可接受。面部、手部、产品、标识、法律声明、价格、医疗／财务陈述或安全说明上的任何缺陷都应拒绝或修订。

音频、响度和清晰度

首先遵循交付规范。如果没有规范，请根据平台选择合适的目标，并将其记录为制作启发式标准。

已记录的事实：

• ITU-R BS.1770 规定了测量节目响度和真峰值音频电平的算法。
• EBU R 128 建议节目平均响度为 -23 LUFS，并使用响度范围和最大真峰值描述符来描述音频信号。
• ATSC A/85 提供了测量和控制数字电视响度的方法；在美国的电视广告领域，FCC《CALM 法案》的相关背景也引用了该标准。
• Netflix 面向其自有交付内容的合作方指南要求审核人员使用实现了 ITU-R BS.1770 变体的电平表，并说明了标记响度问题的方式和时机。应将 Netflix 的要求视为 Netflix 专属要求，而非通用要求。

审核：

• 对话清晰度：使用耳机、笔记本电脑扬声器以及（面向社交媒体／移动设备时）手机扬声器试听。若音乐／音效掩盖了关键信息，请予以标记。
• 同步：检查开头、中段和结尾的口型同步；检查译制配音是否保留了轮流发言的节奏和情绪时机。对于虚拟形象，检查辅音闭合、停顿、呼吸和面部表情是否同步。
• 响度：测量综合响度、真峰值和响度范围，并记录所用工具和目标值。最终交付时，不要「凭耳朵归一化」。
• 混音平衡：旁白、对话、音效、音乐、环境声和字幕应共同服务于信息传达。在法律免责声明、产品声明和操作说明期间，应降低音乐音量。
• 本地化：核实目标语言中的数字、单位、人名、发音、文化引用、习语和语速。回译可以发现明显错误，但对于高风险内容，不能替代母语审校。

字幕、无障碍和观众安全

无障碍是质量保证的一部分，而不是最后一刻才考虑的导出选项。

已记录的事实：

• WCAG 2.2 第 1.2.2 成功准则要求为同步媒体中的预录音频内容提供字幕；第 1.2.3 成功准则要求提供音频描述或媒体替代方案；AA 级还要求根据第 1.2.5 成功准则，为同步媒体中的预录内容提供音频描述。
• WCAG 2.2 第 2.3.1 成功准则规定，内容在任何一秒内闪烁不得超过三次，除非低于一般闪烁和红色闪烁阈值。
• Netflix 定时文本指南是针对该平台的专业参考，涵盖字幕时序、显示时长、强制字幕和样式。若交付至其他平台／客户端，请使用其实际指南。

检查：

• 按要求提供字幕；根据需要呈现每个口语词、具有意义的声音提示、说话者标识和画外音。
• 字幕应与语音同步，不得延迟；不得遮挡重要的 UI／产品／法律信息；应在背景上清晰易读、处于安全边距内；如果平台／客户端要求使用外挂字幕，不得将字幕烧录进视频。
• 字幕翻译应保留含义、语气、人名、数字、法律声明、幽默和安全说明。不要仅因为本地化内容「听起来流畅」就予以接受。
• 若理解内容必须依赖重要的纯视觉信息，应提供音频描述或文本替代方案。
• 在交付环境要求无障碍图像时，为静态图像提供替代文本或扩展描述。
• 对闪烁／频闪序列进行测试或避免使用。对于面向公众的视频，应将快速闪烁、饱和红色闪烁和高对比度重复图案视为安全风险，而不只是风格选择。

权利、来源与披露

生成媒体的 QA 必须包含来源和使用审查。不要将元数据当作真实性证明；应将其作为一种信任信号。

已记录的事实：

• C2PA 定义了内容来源的技术规范；C2PA 清单可以包含用于媒体来源追溯的断言、声明、签名和内容绑定。
• IPTC Digital Source Type 包含 trainedAlgorithmicMedia，用于标记使用生成式 AI 创建的媒体；还包含 compositeWithTrainedAlgorithmicMedia，用于标记包含生成式 AI 元素的合成内容。
• Google Merchant Center 文档说明，不要移除 AI 生成图像中的 IPTC DigitalSourceType 等嵌入式元数据标签；相关 NewsCodes 包括 TrainedAlgorithmicMedia。已于 2026-07-10 核实；平台要求可能随时变化。
• YouTube 帮助中心说明，创作者必须通过 AI 使用设置披露看起来真实的 AI 生成或经过实质性 AI 修改的内容，披露后的内容可能会添加面向观众的标签。已于 2026-07-10 核实；平台要求可能随时变化。
• FTC 广告指南并未设立“AI 豁免”，使广告可以不遵守真实广告规则；代言、客户评价和产品声明仍须适当披露并提供依据。

审查：

• 来源权利：素材库许可、音乐许可、字体许可、徽标使用许可、品牌素材、用户提供媒体的使用许可，以及商业使用条款。
• 肖像／声音：合成或克隆声音、虚拟形象、换脸、公众人物、员工、客户和未成年人的同意。
• 声明：产品性能、前后对比图像、健康／财务／法律方面的益处、价格、库存情况、代言、奖项、比较性声明和环境声明。
• 来源元数据：在有要求时保留 C2PA/IPTC/XMP；记录元数据是否因编辑或平台导出而被移除；不要仅因存在凭证就声称“已验证为真实”。
• 披露：当平台、法律、客户政策或误导受众的风险要求时，添加人类可见的 AI／合成内容披露。涉及真实感强的人物／事件、政治内容、新闻风格场景、广告和代言时，应升级处理，而非自行猜测。
• 模型／提供方元数据：记录提供方、模型、日期、提示词来源链、参考来源、后期处理工具和修订历史。如果无法获取确切的模型版本，请说明这一限制。

安全与政策审查

遵循相关模型、平台、法律和客户政策。平台信息会变化；对于受监管或高风险内容，请在交付时核实。

标记或拒绝：

• 具有欺骗性的、逼真的合成人物、事件、代言、证据或新闻场景。
• 未经同意的私密影像、性化未成年人、骚扰、仇恨、极端主义说服、自残鼓励或不法行为指南。
• 缺少依据或必要免责声明的医疗、财务、法律、政治、住房、就业或信贷声明。
• 虚假描述产品的功能、认证、价格、库存情况、环境影响或安全性。
• 隐私泄露：面孔、车牌、地址、屏幕、文件、账户详情、患者／客户数据、位置轨迹或隐藏元数据。
• 本地化危害：冒犯当地文化的图像、误译的警告、错误的计量单位、禁忌手势或违反地区法律的声明。

修订问题分级

根据严重程度，决定接受、修订、重新生成还是升级处理。

严重：不得发布。示例：产品或声明错误、缺少权利或同意、具有欺骗性的合成代言、不符合安全或政策要求的内容、缺少必需的无障碍字幕、不安全的闪烁、最终文件损坏、核心对话无法听懂、法律文案错误，或缺少平台要求的披露。

重大：常规发布前必须修订，除非利益相关方明确接受风险。示例：可见的面部、手部或徽标缺陷、唇形同步偏差、影响理解的连续性断裂、字幕时间错误、音频削波、混音嘈杂、本地化错误、关键素材使用错误的品牌色，或明显的合成接缝。

轻微：修复成本不高时应予以修复；对于低风险草稿，记录并接受后可以发布。示例：轻微的背景瑕疵、字幕换行略显不自然、非关键元数据中的拼写错误、在目标尺寸下不可见的微小压缩瑕疵。

观察项：记录但不阻止发布。示例：「暂停画面时才看得到 AI 生成的背景纹理」、「音乐比需求说明稍显活泼，但信息仍然清晰」。

不要将面部、身体、产品标签、徽标、安全警告、价格、法律文案、公众人物或无障碍要求方面的缺陷归为「轻微」。

QA 报告格式

撰写报告时，应明确指出需要采取的行动：

• 资产 ID、版本、审查人、日期、目标平台、预期用途，以及审查的源文件包。
• 结论：通过、附注通过、修订、拒绝或升级处理。
• 接受依据：使用的需求说明／规格／政策文档；对于可能变动的平台／提供商信息，注明日期。
• 自动化检查：使用的工具和测量结果。
• 人工检查：使用的设备／查看器和审查范围。
• 问题表：严重程度、时间戳／帧／区域、问题、证据、可能原因、建议修复方案、负责人，以及复测要求。
• 权利／来源：源素材清单、同意状态、元数据状态和披露状态。
• 剩余风险：无法核实的事项，以及必须批准的人员。

对于修订流程，必须进行差异审查，抽查修改区域附近的内容，并完整播放／查看一遍。修复一处生成缺陷，附近往往会出现另一处。

确定性报告规范化辅助工具

当 QA 报告需要稳定的 JSON 交接，以用于自动化、创建工单、发布门禁或制作方审核时，请使用 scripts/normalize_qa_report.py。该辅助工具要求 Python 3.11+，且仅使用标准库。它会验证报告结构、规范化并排序问题、汇总严重性计数，并根据报告中或通过 CLI 提供的明确策略计算机械判定。

请从复制的技能包或此代码库中运行：

python scripts/normalize_qa_report.py report.json
python scripts/normalize_qa_report.py report.json --policy '{"dispositions":{"critical":"reject","major":"hold","minor":"ready","observation":"ready"},"waivable_severities":["major"],"non_waivable_areas":["rights","accessibility","safety","policy"]}'

退出代码：

• 0：报告有效，且机械判定为 ready。
• 2：报告已成功解析，但判定结果为 hold 或 reject；或报告存在架构验证问题。
• 3：操作性解析、读取或写入失败，例如 JSON 无效或文件不可读。

输入 JSON 必须包含：

• asset_id：稳定的资产或交付 ID。
• review：包含 reviewer 和符合 ISO 格式的 date 的对象；如有，请包含目标平台、预期用途和源包。
• policy：明确的判定规则。提供 dispositions，将每种严重性（critical、major、minor、observation）映射到 ready、hold 或 reject。可选的 waivable_severities 用于列出可通过所提供的豁免在机械判定中解除阻塞的严重性。脚本会将 rights、accessibility、safety 和 policy 始终加入可选的 non_waivable_areas。
• checks：自动或人工检查的数组，包含 id、status（pass、fail、not_applicable 或 not_checked）、必需的 evidence_type 和证据详情。
• findings：问题数组，包含 severity、area、issue、evidence_type、evidence_detail；如果证据属于经验观察，或问题与视觉、音频、字幕、无障碍或安全相关，还需包含定位信息（timecode、frame 或 region）。

证据类型必须为 documented_fact、empirical_observation 或 heuristic 之一。规范化时不要将这些类别合并：已记录的平台要求、测量得到的成品和专业判断具有不同的权威性。

豁免的适用范围有意设得很窄。只有在策略允许相应严重性，且问题包含具有非空 owner 和 reference 的豁免时，才能通过机械判定解除阻塞。即使报告提供了豁免，此辅助工具也绝不会豁免 rights、accessibility、safety 或 policy 问题。

此辅助工具不会检查媒体、评判主观质量、核实声明、授予版权／无障碍／安全例外，也不会作出最终批准。其输出包含 mechanical_only: true 和 final_approval: false；制作方、审核者、法务负责人、无障碍负责人或发布负责人仍须作出实际的验收决定。

最简输入示例：

{
	"asset_id": "skincare-ad-v004",
	"review": {
		"reviewer": "QA Agent",
		"date": "2026-07-11T12:20:00Z",
		"target_platform": "paid social",
		"intended_use": "public product ad",
		"source_package": "delivery-package-v004"
	},
	"policy": {
		"dispositions": {
			"critical": "reject",
			"major": "hold",
			"minor": "ready",
			"observation": "ready"
		},
		"waivable_severities": ["major"],
		"non_waivable_areas": ["rights", "accessibility", "safety", "policy"]
	},
	"checks": [
		{
			"id": "claim-substantiation",
			"status": "fail",
			"evidence_type": "documented_fact",
			"evidence_detail": "Product fact sheet does not approve disease-treatment claims."
		}
	],
	"findings": [
		{
			"severity": "critical",
			"area": "policy",
			"issue": "Overlay makes an unsupported eczema treatment claim.",
			"evidence_type": "documented_fact",
			"evidence_detail": "Approved product facts allow dry-skin support only; the video says 'repairs eczema overnight'.",
			"timecode": "00:06.000",
			"recommended_fix": "Replace with approved copy and send revised ad through legal and QA review.",
			"owner": "Legal review",
			"retest_required": true
		}
	]
}

按交付物划分的测试矩阵

交付物	QA 最低检查重点
静态图像	是否符合简报、尺寸、裁切／安全区域、产品／Logo／文字准确性、人体结构、权利、元数据／来源信息、平台披露、必要时的替代文本
社交短片	开场吸引力的时机、平台画面比例／时长、移动设备上的可读性、字幕、音乐／对白平衡、生成的动态瑕疵、闪光、缩略图／画面停留、披露
讲解视频	事实准确性、脚本与画面是否一致、旁白清晰度、字幕／文字稿、图表／文字、节奏、事实性内容的来源引用、无障碍性
产品广告	产品信息真实性、法律要求／声明依据、产品包装图保真度、价格／优惠准确性、品牌规范、行动号召、权利、合成代言、平台广告政策
虚拟形象／发言人	同意、身份／声音审批、口型同步、视线／手势自然度、披露、语言／口音、不自然瑕疵、声明
本地化／配音	翻译准确性、文化适配、单位／名称、字幕时序、配音同步、声音审批、本地法律声明、屏幕文字替换
多来源剪辑	素材权利、连续性、色彩／颗粒匹配、合成接缝、各素材的来源信息、剪辑节奏、字幕／音频混音
广播／高端成片	客户规格、自动化质检、响度、色彩／HDR、字幕、PSE／闪烁、元数据、适用时遵循 IMF/AS-11 或客户交付包规则

示例：一则 15 秒生成式产品广告的 QA 报告

背景：一则用于 Instagram Reels 的 15 秒竖屏护肤品广告。已批准的简报要求“展示蓝色 50 ml 瓶子，不得包含医疗声明，行动号召：选购夏日套装”。源文件包包括生成的视频、品牌 Logo、音乐授权、产品事实信息和提示词元数据。

验收依据：1080x1920 竖屏，最长 15 秒，品牌色彩指南、产品事实说明书、FTC 真实广告原则，以及交付日期的平台合成媒体披露要求。

发现的问题：

严重程度	时间／区域	问题	证据	建议修复方案
严重	00:06 文字叠加层	未经证实的声明“隔夜修复湿疹”	产品事实信息只允许使用“帮助维持干燥肌肤屏障”；该健康声明未经批准	替换为已批准的声明；由法务审核修改后的文案
主要	00:08 瓶身标签	AI 生成的标签文字为“HYDRATlON”，字形错误	人工检查与 OCR 结果不符	使用锁定的产品渲染图重新生成包装图，或合成已批准的标签
主要	完整混音	音乐盖过行动号召	手机扬声器播放时，最后三个词难以听清	在行动号召部分将音乐音量降低 6 dB，并重新测试清晰度
次要	00:03 背景	暂停时可见一片轻微变形的叶子	正常播放时不可见	如果无需其他渲染，可接受

结论：在修正声明和产品标签前拒绝通过；修改后重新测试最终播放效果、字幕、响度和披露内容。

示例采用这种结构的原因：严重问题涉及法律／声明风险，而不是视觉润色。即使广告视觉效果出色，只要产品声明不实，QA 就不合格。

示例：头像本地化批次的 QA 计划

背景：一段英语培训视频通过合成头像配音本地化为西班牙语、法语和日语版本。目标受众是内部 LMS 用户，而非公开广告受众。客户已提供头像表演者的同意，并要求添加字幕。

工作流：

1. 在观看成片前，核实头像表演者和配音的授权情况及允许使用的语言。
2. 对每种语言版本，将译文脚本与已批准的源稿进行比对，检查含义、警告、数字、产品名称和 URL。
3. 先不看字幕观看一次配音，检查自然度和清晰度；再看一次字幕，检查时间点和换行。
4. 抽查辅音密集的片段以及最后 20 秒的口型同步情况，因为偏差往往会逐渐累积。
5. 确认字幕包含说话者切换信息，以及必要时有意义的非语音音频信息。
6. 分别记录各语言版本的问题；不能因为一种语言版本通过，就认为其他语言版本也通过。

预期故障模式：头像在日语元音发音时嘴巴张得过大；西班牙语文本超出字幕安全区域；法语配音在停顿后延迟 300 ms 开始；安全警告译文将“必须”改成“可以”。

判定规则：如果某语言版本误译了安全说明，即使视频文件在技术层面完美无缺，也属于严重问题。

示例：混合来源解说视频的 QA 检查清单

背景：一段 60 s 的解说视频结合了 AI 生成的示意图、授权的库存素材、生成的旁白，以及经人工编辑的时间线。

审核：

• 符合需求简述：已批准脚本中的每个段落都按顺序呈现；生成的示意图没有添加缺乏依据的统计数据。
• 素材来源记录：库存片段的许可证涵盖目标分发渠道；AI 示意图标记为生成内容；记录旁白提供方和语音信息。
• 视觉连贯性：示意图标签与旁白一致；各场景中的颜色含义一致；没有箭头指向不可能的流程。
• 音频：旁白清晰，背景音乐音量低于语音，剪辑没有不自然地切断呼吸声，并记录综合响度目标。
• 字幕／无障碍：字幕与最终旁白一致；仅出现在示意图中的信息已在旁白或文字稿中说明；闪烁转场没有超过安全阈值。
• 最终交付包：导出内容符合平台的分辨率和时长要求，文件名／版本正确，QA 报告列出尚未经过独立核实的剩余事实来源。

通过条件：所有事实／统计声明均可追溯至已批准的源材料，且没有任何生成的视觉内容引入新的、缺乏依据的声明。

来源说明

• W3C，WCAG 2.2，尤其是同步媒体和闪烁成功标准。核实于 2026-07-10。
• W3C，理解成功标准 2.3.1：三次闪烁或低于阈值。核实于 2026-07-10。
• EBU，R 128 音频信号响度标准化和允许的最大电平。核实于 2026-07-10。
• ITU，ITU-R BS.1770 建议书。核实于 2026-07-10。
• ATSC，A/85：建立和维持数字电视音频响度的技术，以及 FCC，CALM 法案概述。核实于 2026-07-10。
• C2PA，技术规范。核实于 2026-07-10。
• IPTC，数字来源类型 NewsCodes 和 照片元数据标准。核实于 2026-07-10。
• Google Merchant Center 帮助，AI 生成的内容。平台信息核实于 2026-07-10。
• YouTube 帮助，披露 GenAI 内容的使用情况。平台信息核实于 2026-07-10。
• FTC，广告代言 和 打击欺骗性 AI 声明和骗局。核实于 2026-07-10。
• SMPTE，ST 2067 互操作母版格式。核实于 2026-07-10。
• Netflix Partner Help Center，最佳实践：品牌 IMP 交付的技术 QC 和检查、定时文本样式指南：一般要求 和 字幕时间指南。平台特定参考资料核实于 2026-07-10。
• NIST，AI RMF 生成式 AI 配置文件 和 GenAI 评估计划。核实于 2026-07-10。
• Lin 等人，“通过人类与 AI 监督构建精准的视频语言”，关于结构化视频语言和评析质量的研究发现，查阅于 2026-07-14。