Avatar

按 expert-video 的 deck-talk Brief 与闸门执行。使用 WORKSPACE_ID + MODELSTUDIO_API_KEY（或 DASHSCOPE_API_KEY），不使用 Token Plan Key。声音优先用用户原录音；合成声音须获明确批准并沿用 awk-tts 音色档案。肖像与声音须有使用授权。

avatar generate --image /absolute/portrait.png --audio /absolute/narration.wav --output /absolute/render/presenter.mp4
avatar resume --job /absolute/render/presenter.avatar.json
avatar review --job /absolute/render/presenter.avatar.json --verdict pass --reviewer main --notes '已审看全段口型、人像和尾部'
video-producer deck-compose --mode avatar --avatar-job /absolute/render/presenter.avatar.json --base /absolute/base.mp4 --output /absolute/composed.mp4

• generate 校验图片，调用 wan2.2-s2v-detect 的 check_pass，再用 wan2.2-s2v 创建异步任务。--resolution 480P|720P 默认480P；--timeout 1..3600 默认900秒。输出新视频及 .avatar.json，内部记录真实 provider/model。
• 图片 JPEG/PNG/BMP/WebP，宽高均400, 7000像素。音频 WAV/MP3，应为清晰人声，无BGM或环境噪声。脚本解码原声、提取指定时间窗，末尾默认追加0.75秒精确静音作为驱动余量；--tail 0..2 可调整。驱动音频含静音必须严格小于20秒、文件小于15MB。模型视频不足以覆盖完整原声时停止，不定帧、不循环、不变速、不自动重提。
• 本地和 HTTP(S) 媒体均支持；临时上传按检测与生成模型分别执行，勿跨模型复用 URL。只在独立派生目录保存驱动 WAV，不修改原声。合成时丢弃模型自带音轨。
• api_succeeded 仅表示服务端成功；timing_pass 表示视频覆盖原声音频且量化误差≤0.12秒；lip_sync_review_pass 必须由实际审片后通过 review 登记，并绑定当前音视频哈希。不得因时长通过自动填写口型通过。deck-compose 在人工审查前阻断新任务合成。
• 先生成5, 10秒样片，核验人物、嘴型、尾部和小窗裁切；按 GATE B 已批准范围再做全量。review 不代替 GATE B，也不等于批准新一轮模型调用。
• 已有 job 用 resume，不再 generate。无 task_id 的 SUBMITTING 表示提交不确定，先查控制台；已确认失败也不自动重提。已下载且通过哈希校验的本地产物可恢复，不因远端任务过期而重复付费。旧 .liveportrait.json 仍由 avatar resume 兼容续查。

长音频分段与合并

每段均从同一条完整原声取窗口，避免累计 MP3 容器时长。--start、--duration 按解码 PCM 计时；按句边界选择窗口，原始说话时间不得裁掉。每段都要审片，再写一个有序 job 路径数组到工作区 manifest：

["segments/01.avatar.json", "segments/02.avatar.json"]

avatar generate --image /absolute/portrait.png --audio /absolute/locked.mp3 --start 0 --duration 5 --output /absolute/render/segments/01.mp4
avatar assemble --manifest /absolute/render/jobs.json --audio /absolute/locked.mp3 --output /absolute/render/presenter-all.mp4