Agent Skill

课程视频·数字人讲师

AI课程视频工作室把写好的讲稿和一张授权讲师人像,做成数字人口播课程的课程视频和课程旁白。先把每节课的讲稿配成旁白,再用数字人讲师录成讲师口播,交付可直接发布的培训视频、培训口播视频、网课视频和课件视频。

教育学习·beatra·来自 skill_hub·skillhub.cn ↗
skillhub install @beatra-ai/course-video-studio
10 Stars·23.1万 综合热度·4,376 字文档·源站更新 2026-11-22

README 文档

4,376 字

课程视频·数字人讲师(Course Video Studio)

使用本 Skill 把写好的课程讲稿与一张经授权的讲师人像,制作成音色统一、响度均衡、带同步字幕的数字人讲师口播课程视频。

交付内容

  • 每一讲配好讲师音色与授权人像的旁白音频和数字人讲师 MP4 课程视频。
  • 免费对齐字幕文件(JSON、SRT、VTT,来自 output.subtitles)以及每条讲课切片的 speechstartseconds 与 speechendseconds。
  • 可选可复用的讲师克隆音色(通过 beatra.voices.update 设为课程默认命名)、样本去噪音频(isolatevoice)以及跨节响度均衡语音轨(normalizeloudness)。

制作方式

  • 讲稿 + 克隆讲师音色 + 人像:若样音含杂音先通过付费 beatra.audio.process(operation="isolatevoice")去噪 -> 经明确授权确认后克隆(beatra.voices.clone) -> 免费试听(beatra.voices.preview)并设默认(beatra.voices.update) -> 用智能语音导演(beatra.speech.preparescript,付费)编排授课停顿 -> 通过免费 beatra.speech.validate 预检时长确认每段适配实时 imagetovideo 单段上限 -> 合成带免费 SRT/VTT 字幕的旁白(beatra.speech.synthesize) -> 按需付费均衡响度(normalize_loudness) -> 驱动视频(beatra.videos.animate)。
  • 讲稿 + 现成音色 + 人像:用免费 beatra.voices.list 与 beatra.voices.preview 挑选预置讲师声线 -> prepare_script 整理授课节奏 -> speech.validate 免费检查时长适配 -> 合成 + 按需均衡响度 -> 驱动数字人出片。

连接就绪之前

必须严格通过随包 scripts/mcpclient.py 调用 Beatra(仅使用 scripts/mcpclient.py tools 列出的工具)。禁止配置、调用或使用宿主 Beatra Connector,也不要使用 REST/OpenAPI 作为回退。连接诊断见随包 MCP Client 连接诊断(references/mcp-connection.md),语音音频规范见语音、音色与音频处理(references/speech-and-audio.md),扣费恢复见账单错误与恢复(references/billing-errors-and-recovery.md),断开授权见卸载与断开连接(references/uninstall-and-disconnect.md)。

授权待确认时同一轮最多运行两次连接检查;先交付无需连接即可完成的讲稿切段与授课停顿建议,待用户点「允许」回复后再继续付费调用。

必要输入与三道音色安全确认

发起任何付费语音或视频操作前核验以下条目:

  1. 课程讲稿:一节或多节定稿口播讲稿(超长时按整句自然停顿预先拆分)。
  2. 授权讲师人像:经 beatra.assets.upload 上传。
  3. 音色来源:一个 ready 现成/已克隆音色 ID,或一段时长与大小符合 voiceclone 卡片限制的纯净录音供克隆(若 4.6 秒–5 分钟样本有底噪或回响,主动提议先跑付费 isolatevoice 去噪)。
  4. 强制确认 #1 — 权属、授权与防冒充声明(consent_attested: true):调用 beatra.voices.clone 前,必须在当前对话取得用户明确确认:讲师肖像与声音样音归用户本人或已获权属方正式授权,绝不用于冒充他人、欺诈或违法用途。随后按语音、音色与音频处理(references/speech-and-audio.md) §5 选择克隆模型,出示带实时克隆价格的制作确认卡,只提交一次,遇到拒绝时按账单错误与恢复(references/billing-errors-and-recovery.md)处理。
  5. 强制确认 #2 — 待启用音色的启用门禁(voices.activate 规则提示):当克隆结果或音色列表中的音色状态为 pending_activation 时,须在使用该音色前,按语音、音色与音频处理(references/speech-and-audio.md) §5 的步骤 E 执行。
  6. 强制确认 #3 — 不可逆的音色删除规则:永久删除(voices.delete)须严格遵守语音、音色与音频处理(references/speech-and-audio.md)中的 paidslotwarning + irreversible_notice 两步确认流程。

数字人时长关键链路与响度均衡

每节讲课视频严格按以下顺序执行:

  1. 先读实时模型与时长上限(beatra.models.list):
  • 先查 {"capability": "imagetovideo"}(单条整秒上限与 drivingaudio 规范),并查 {"capability": "speechscript"}、{"capability": "texttospeech"};涉及克隆、去噪或响度均衡时分别查 {"capability": "voiceclone"}、{"capability": "audiovoiceisolation"} 与 {"capability": "audioprocess"}。
  • 用免费 beatra.voices.preview 试听,用免费 beatra.voices.update(displayname、makedefault: true、标签)命名置顶课程音色。
  1. 用「智能语音导演」梳理授课节奏(beatra.speech.prepare_script,付费):
  • 运行 beatra.speech.preparescript({"capability": "speechscript"},最多 2 个并发)在不改一字的前提下编排教学停顿与重音。检查 directed 与 scripts[](synthesis、summary、warnings),若 synthesis: null 先依 warnings 拆改,就绪后原样传 scripts[].synthesis + 新 clientrequestid 至 beatra.speech.synthesize。
  • 严禁在讲稿或提示词中手写带花括号的演播标签。
  • 48 小时内仅对同一未改文字、指令与上下文换试另一个音色时,用相同参数再次调用 beatra.speech.prepare_script(仅改 voice 及必要时 model)即按不额外扣费方式复用(余额须满足初始估算与并发上限)。切勿把全新导演运行或 audio.process 步骤说成免费。
  1. 消费积分前必跑免费时长预检(beatra.speech.validate):
  • 先对每个计划讲述段落调用 beatra.speech.validate(免费,不传 clientrequestid),再决定调用付费 beatra.speech.synthesize 或 beatra.videos.animate。
  • 将 estimateddurationseconds 与实时 {"capability": "imagetovideo"} 单段上限比对;若超出单段上限,先在句子或翻页停顿处切分并免费复验每一小段,确认装得下再花积分。
  1. 首次付费前出示 6 项制作确认卡:
  • 出示 6 项确认卡(做什么、预计积分、调用次数、请求标识、若就此停手、若余额不足),凡使用 isolatevoice、voices.clone、preparescript、speech.synthesize、normalizeloudness 与 videos.animate 均逐项诚实列为付费调用。beatra.wallet.get 与 beatra.wallet.ledger 仅作为用户主动询问余额或消费明细时的只读工具,绝不作为提交前必走卡点。说清停止时保留的免费或已完成资产;遇 insufficientbalance 原样转述 Beatra 官方提示与精确充值链接,待确认充值后以同一 clientrequestid 重试。
  1. 合成(output.subtitles)、响度均衡(可选付费)与出片:
  • 保持 subtitleenable: true(默认)调用 beatra.speech.synthesize,免费收取 JSON / SRT / VTT 字幕以及 speechstartseconds、speechendseconds、integratedloudness_lufs。
  • 系列网课需统一各讲响度时(支持源与结果最长 60 分钟 / 300 MB、成片至少 1 秒、每日 50 次、逐条运行),在动画前先跑付费 beatra.audio.process(operation="normalizeloudness",{"capability": "audioprocess"},默认 -14 LUFS、-1 dBTP)。
  • 核对最终 drivingaudio 格式、时长与体积后,每段提交一次 beatra.videos.animate 并配独立 clientrequest_id。

JSON 请求模板与故障恢复参见工作流与请求模板(references/workflow.md)。

更新与安全

本 Skill 会自动更新。内置客户端每天最多一次从 Beatra 官网读取本渠道的版本信息 (中国大陆网络走 www.beatra.cn 与 cdn.beatra.cn)。有新版本时,它下载官方发布包, 逐个文件校验 SHA-256,再替换本 Skill 自己的文件;你放进这个目录的其他文件不会被 改动。替换过程中断时,下次运行会自动恢复到替换前的状态。除此之外,它不下载或执行 任何其他代码,只通过 HTTPS 与 Beatra 官方服务通信;你选择上传的文件只会传到 Beatra 为这次上传签发的一次性地址。

关闭自动更新:python3 scripts/mcp_client.py update --auto off。关闭后,客户端每天 最多提示一次在你安装它的商店里更新的命令。详见更新与安全(references/updates-and-security.md)。

同分类其他技能

查看全部 ›