预览底色(不入 alpha 渲染) stage = 1920×1080 · 内部全透明
t = 0.000s
~/nexus/predict.py — model.eval()
* 占比为常见输入习惯估算 · 非搜狗精确统计

动作时间表 · 绝对 ASR 时间锚

每个动作的触发时间精确到 ASR 字级。GSAP timeline 每帧用 audio.currentTime 同步,画面永远锁口播。

t(abs)口播 cue画面动作
193.612「不能,」起终端窗口淡入 + 边框描出 + 时间戳出
194.012「只是因为他曾经统计过千千万万人的输入习惯」顶部 comment 行 typewriter(5.4s 持续,跟讲话同步)
199.852「所以当他看到"」>> input = " 打入
201.452「床」「床」字打入
201.852「前」「前」字打入
202.172「明」「明」字打入
202.412「月」「月」字打入 + 闭引号
203.452「后面跟着」>> model.predict_next_char() + 「# top-3」打字
204.252「"光"」← 杀手锚点#1 行 punch 出 · 「光」大字闪 + █ 进度条快速填
204.572「字的人最多」数字 ~0 → ~70 countup
205.452「所以说他猜你下面这个字要打」#2「想」+ #3「夜」行补出
207.932「"光"字。」#1「光」整行二次 punch + scramble 锁定
208.652「当他看到"」← 切场清屏 → >> input = " 重新打入
209.212「春」「节」「快」三字按 ASR 字级打入
211.628「后面就跟着这个」>> model.predict_next_char()
212.988「乐」#1「乐」punch + █ 填 + 数字 ~0 → ~65
214.028「当然你知道第二个最多的是什么?」#2 行出 · 字符位 ?? 闪卖关子
216.188「春节快完了」#2 揭示「完」字 + 数字 ~0 → ~22
217.548「所以说他猜乐。」#1 #2 整列 punch + 整画面定格
218.428「猜乐。」结束留 0.5s 收尾 → 整体淡出(让位卡 10 搜狗冲击)