[F2-04] Montaje slideshow: imágenes con Ken Burns + voz + música → MP4 9:16 #31

Fase: F2 · Tamaño: M · Depende de: #26 (F2-03)
Decisiones: D-06 y D-07 en #1

Objetivo

Generar el producto de la v1: un MP4 vertical en el que cada imagen de escena se anima con movimiento de cámara, sincronizado con la narración y con música de fondo, sin que la voz se corte nunca.

Alcance

• buildSlideshow({ scenes: [{ imagePath, durationSec }], voicePath, musicPath?, output: { width: 1080, height: 1920, fps: 30 }, workDir, signal, onProgress }).
• Movimiento Ken Burns por escena con zoompan (alternando zoom in/out y desplazamiento para que no sea monótono), transición xfade corta entre escenas.
• Imágenes de cualquier tamaño o proporción: scale + crop a 9:16 sin deformar.
• Mezcla de audio: voz al 100 %, música atenuada (por defecto 0,25) con ducking bajo la voz (sidechaincompress) y fundido de salida.
• La duración total = duración de la voz + 1 s de cola. Las duraciones de escena se reescalan proporcionalmente para encajar exactamente.
• Sin música (musicPath ausente) también funciona.
• Salida H.264 yuv420p + AAC, +faststart (reproducción inmediata en web y redes).
• Póster: fotograma del segundo 1 en JPG.

Criterios de aceptación

• Test (ffmpeg en CI): 3 imágenes de tamaños distintos (1024×1024, 768×1344, 1920×1080) + voz de 10 s → MP4 de 1080×1920, 30 fps, con duración entre 10,9 y 11,1 s según ffprobe.
• Test: sin musicPath se genera igualmente y tiene pista de audio.
• Test: la salida tiene el átomo moov al principio (+faststart).
• Test: se genera el póster JPG de 1080×1920.
• Un vídeo de ejemplo generado con el proveedor fake se adjunta al PR para revisión visual.