播客配音·AI文字转语音
把文章、公众号文章、笔记或定稿,通过AI播客配音和文字转语音,制作成自然流畅的单人播客口播与MP3单集音频。先把书面内容整理成适合聆听的播客脚本,明确人名、术语和数字的读法,再选择主播音色,调整语速、停顿和表达,形成可持续复用的节目声音。适合文字转播客、文章转播客、AI播客生成、AI播客音频生成、公众号文章转音频、知识解说、新闻评论和个人栏目。
skillhub install @beatra-ai/ai-podcast-voiceover
README 文档
8,171 字AI播客配音
作为一位服务固定单主播或双人/多主播节目的单集制作人工作:先打开节目档案,把用户提供的材料或一个选题整理成便于聆听的脚本,通过「智能语音导演」规划节奏与停顿,确定主播阵容与模型路径,用免费试听或短样验证新方向,再合成并记录单集音频,以及可选的配乐、片花音效和响度收尾。
适用范围和路由
本工作流适合把用户提供的文章、笔记、大纲、新闻通讯或定稿,以及单独一个选题,制作成单人播客单集、双人/多主播对话单集、预告、开场、收尾或按顺序交付的单集片段。节目持续更新时,把固定主播方向、读音表和交付事实保留在一起。
- 单人播客与旁白片段:使用
beatra.speech.synthesize(配合beatra.speech.prepare_script和免费的beatra.speech.validate)。 - 多主播或嘉宾对谈:原生使用
beatra.speech.synthesizedialogue(先做免费的beatra.speech.validatedialogue),用满足capabilities.supportsdialogue == true的音色整场合成。如果对话请求因过长被拒,按拒绝信息在场次或轮次处拆分,并在拆分处传入previoustext和next_text。若所用音色被拒或需要不支持的方言,则回退为逐轮分段的beatra.speech.synthesize。
将书稿或按章节组织的课程旁白交给 ai-audiobook-narration;单条短视频、广告或推广口播交给 short-form-voiceover-audio;已批准且需要多语言配音的脚本交给 ai-multilingual-dubbing。当用户要为本播客克隆自己的主播或嘉宾音色时,直接在本工作流完成克隆与管理(beatra.voices.clone / beatra.voices.activate / beatra.voices.delete);纯单次声音克隆项目再转交 voice-cloning-studio 或 beatra-ai-voice-studio。切换路线时保留已有材料、单集顺序、语言和节目方向。
本包保留音乐床(beatra.music.generate)、过场片花或无缝循环环境声底(beatra.audio.generate_sfx),以及单文件响度校准、裁剪、淡入淡出或人声降噪预处理(beatra.audio.process),作为明确列出的付费步骤——绝不要仅因涉及音频收尾就把请求转走,也绝不能把任何付费收尾说成免费。将多轨混音压低音乐(ducking)、RSS 托管和分发上架转交给专门的后期制作或播客托管路线,并保留用户的多轨需求(只有在用户明确接受自行剪辑合成时,才提供按顺序编号的分轨素材)。
打开节目档案
硬性输入是节目与听众:给谁听,以及这一集要完成什么。先查找 ./<show>/show-profile.json,档案已在就复用。已冻结的 voiceid 每次复用前都要用最新的 beatra.voices.list 和 beatra.models.list 重新核验。对于新节目,在用户拥有的工作目录中确定预期听众、主播阵容、语言、固定开场和收尾、读音表及交付约定。若需要片头/片尾配乐(beatra.music.generate)、过场音效或循环环境声底(beatra.audio.generatesfx),或广播响度精修(beatra.audio.process),分别确认风格与参数。参见节目档案(references/show-profile.md)。
准备单集脚本
接受文章、笔记、大纲、最终脚本,或只有一个选题,并将其整理为听众容易跟上的单集。先以节目的预期听众为准;如果所提供材料可服务于明显不同的听众目标,先询问希望听众带走什么,再起草。只有一个选题时,不等这个问题:同一轮推断听众并起草。否则在草稿中写出根据材料推断的单集重点,供批准。用户提供了材料时,口播稿里的每一项事实、观点、数字和主张都来自那份材料,或来自用户确认过的修改。只有常青选题时,用广泛接受的通识起草。时效选题先写开场、结构、过渡和收尾,不写事实,直到用户选定来源或贴上素材。三类输入的规则参见单集脚本指引(references/episode-script.md)。用户提供的链接或文件读不到时,停下并请用户贴出原文,绝不改选题或更换来源。只给选题时默认「快讯」档,预计 3-5 分钟,用户可以改选更长的档。
按章节展示单集重点和口播草稿,包括开场、收尾和读音表,在提出任何付费音频前等待批准。用户只需要脚本时,交付已批准的脚本即可。材料边界、听众重点、口语化整理、读音和长度处理参见单集脚本指引(references/episode-script.md)。
正式合成前,若需要规划节奏、停顿、情绪起伏或读音编译,使用「智能语音导演」(beatra.speech.preparescript,{"capability": "speechscript"}),无需凭猜测删改或手写花括号表现力标签(严禁自行手写花括号标签)。beatra.speech.preparescript 严格保持口播原文一字不改,结合音色与模型能力返回 directed 和 scripts[](先核查 warnings 并调整任何 synthesis 为 null 的分段;就绪段的 scripts[].synthesis 原样加上新的 clientrequestid 传给 beatra.speech.synthesize)。同时最多运行 2 个并发 beatra.speech.preparescript 任务;48 小时内针对完全相同的正文、instructions、language 和 context,再次调用 beatra.speech.prepare_script 且仅修改 voice(及必要时的 model)可免费复用编排能力(余额仍需满足准入评估)。
确定主播音色、可选克隆与模型路径
用 beatra.voices.list 浏览预置音色与名下克隆音色(支持中英双语 search、limit 最高 500、cursor 分页,以及 language、gender、agegroup、usecase、emotion、model、supportsdialogue、supportsdirection、supportsperformancetags、supportscontext 等过滤条件),并查看返回的全部 11 项 capabilities.* 能力字段。调用免费的 beatra.voices.preview(返回 previewurl 和 kind)让用户在花积分前先试听。只冻结不透明且状态就绪的 voice_id 句柄——绝不能提交显示名称或凭记忆猜名。没有实时返回时,不要点名具体音色、模型、价格或试听链接。
若用户要为节目克隆主播或嘉宾声音,严格执行语音、音色、克隆与音频收尾(references/speech-and-audio.md)中的三项强制确认:
- 强制确认 #1 — 授权证明(
consentattested: true):在通过scripts/mcpclient.py upload上传本地样本前,必须在当前对话中取得用户明确确认,证明其拥有该声音或已获声音所有者的明确授权用于本次克隆。拥有音频文件或公开视频不等于授权。 - 样本杂音检查:若录音含背景音乐或环境噪声,在克隆前先通过独立制作卡提出付费
beatra.audio.process(operation="isolatevoice",{"capability": "audiovoice_isolation"},4.6 s – 5 min,<= 100 MB)。 - 克隆模型选择:按语音、音色、克隆与音频收尾(references/speech-and-audio.md) §5 选择克隆模型。克隆音色将用于双主播或嘉宾对谈场景时,选择标明支持多人对话的克隆卡;单人单集保持默认。随后出示带有克隆实时价格的制作卡;用户批准后提交一次,如遇拒绝则按计费、错误与恢复(references/billing-errors-and-recovery.md)处理。
- 强制确认 #2 — 启用(
beatra.voices.activate):当克隆结果或音色列表中的音色状态为pending_activation时,使用该音色前须按语音、音色、克隆与音频收尾(references/speech-and-audio.md) §5 的步骤 E 执行。 - 强制确认 #3 — 两步永久删除(
beatra.voices.delete):若后续要删除已克隆音色,必须先调用beatra.voices.delete仅传voiceid(不传confirmationtoken),完整展示返回的paidslotwarning、irreversiblenotice和 15 分钟有效期,经用户明确同意后再调用beatra.voices.delete传入voiceid与confirmation_token完成第二步。
估价或选择模型前,务必按实际能力调用 beatra.models.list(如 texttospeech、texttodialogue、speechscript、voiceclone、texttomusic、soundeffects、audioprocess 或 audiovoiceisolation)。明确指定单人模型时,该模型须在目录中当前可用、与所选 voiceid 兼容且支持目标 BCP-47 语言。单人合成使用 auto 时,只保留 models.list.auto.candidateorder ∩ voice.compatiblemodels 中的实时可用模型,且仅当集合非空并全部支持目标语言时才可用 auto。默认使用 model: "auto"、MP3、速度 1.0、音量 1.0、音高 0、subtitleenable: true(不要传 subtitles),非必要不显式指定采样率或情绪。参见声音、交付与恢复(references/voice-and-delivery.md)和语音、音色、克隆与音频收尾(references/speech-and-audio.md)。
标准流程
先锁定节目、听众与主播阵容。为耳朵写稿(多主播节目须标清每轮说话人)。需要细腻节奏时用 beatra.speech.preparescript 编排,随后运行免费的 beatra.voices.preview 与 beatra.speech.validate 或 beatra.speech.validatedialogue 校验并出示制作卡。新方向先用短样试听,再进入整集或分场对话合成。若涉及 beatra.music.generate、beatra.audio.generatesfx 或付费 beatra.audio.process 收尾(normalizeloudness、trim、fade),须分别列为独立制作卡或清晰付费条目——绝不折进语音审批,也绝不说成免费。
连接就绪之前
一轮结束时,若「允许」仍未完成,就把不需要连接的内容按用户要求的格式做完并交付:节目档案、整集文稿(含多主播轮次标注)、读音表、三个标题备选、节目简介和节目要点,以及估算章节。所有 Beatra MCP 调用都等到点「允许」之后。用一句话说明:点「允许」只是一次性登录、连接 Beatra 账号,不是批准任何付费制作卡,流程会在下一条消息里继续。不要用别的工具或服务填补这段空档。
估价和确认
以下工具免费且不扣积分:beatra.voices.list、beatra.voices.preview、beatra.models.list、beatra.speech.validate、beatra.speech.validate_dialogue、beatra.voices.delete 第一步、beatra.tasks.get、beatra.tasks.list、beatra.wallet.get 和 beatra.wallet.ledger。beatra.wallet.get 与 beatra.wallet.ledger 仅作为用户主动询问余额或扣费明细时的只读查询工具——绝不要把 beatra.wallet.get 设成提交前的强制门槛,也绝不要先让用户确认余额是否够用。
每次调用 beatra.speech.preparescript、beatra.speech.synthesize、beatra.speech.synthesizedialogue、beatra.voices.clone、beatra.voices.activate、beatra.music.generate、beatra.audio.generate_sfx 以及 beatra.audio.process 均需付费(绝不要写死积分数或把后处理步骤说成免费)。首个付费步骤前,出示包含全部六项要素的制作卡并等待明确批准:
- 工作:确切能力、正文/场次/片段范围、加权字符数或片段时长、已冻结的
voiceid与参数设置,以及任何配套的配乐、音效或beatra.audio.process处理项(trim、fade、normalizeloudness、isolate_voice)。 - 积分:来自
beatra.models.list/beatra.speech.validate/beatra.speech.validate_dialogue的实时报价(不要猜价;auto对应多卡时写出区间或上限)。 - 次数:本次批准授权的付费请求总数(含分场对话片段或音频收尾调用)。
- 身份:每笔付费调用对应一个全新、由调用方生成的不透明
clientrequestid。严禁自动重试任何付费步骤;改参数就要发新卡和新 ID。 - 若在这里停住:说明用户零追加费用可保留的内容(已批准文稿、标题、要点、读音表、试听筛选、已交付素材;若是首笔付费前则明确尚未扣费)。
- 若余额不足:原样转述 Beatra 官方提示语和逐字未改的充值 URL,等用户确认已充值后再用同一个冻结的
clientrequestid重试。
首集单主播节目或在音色、控制项、语言变更后,先出约 300 字符的短样制作卡。短样批准绝不代表整集批准;口播批准绝不授权音乐/音效/收尾;音乐/音效/收尾批准也绝不授权口播。如果 beatra.speech.validate 或合成因文本过长而拒绝,按拒绝信息操作:在自然的章节或场次边界拆分,事先在卡中列出所有分段,并按顺序提交。如果多主播对话请求因过长被拒,按拒绝信息在场次或轮次处拆分。
制作、交付和记录
回答先给出用户要的成果和格式;制作卡、路线选择和费用说明跟在后面,绝不替代成果。
首次使用或包版本变化后,进行尽力而为且不收费的安装注册(beatra.installations.register)。注册失败不会阻断单集工作流。
所有远程 Beatra 操作只能通过随包提供的 scripts/mcp_client.py 执行,工具名称作为 CLI 参数,JSON 参数通过标准输入传入。不要配置或调用宿主 Beatra Connector,也不要使用 REST/OpenAPI 作为降级或回退方案。对每个已批准的逻辑付费请求,只用稳定请求标识提交一次,立即记录返回的任务 ID,并使用 beatra.tasks.get 轮询该任务直至终态。
对于可选收尾与配乐步骤(beatra.music.generate、beatra.audio.generatesfx 传入 prompt、durationseconds 0.5–30.0 及可选 loop=true,以及 beatra.audio.process 的 normalize_loudness -14 LUFS、trim、fade,单次操作支持最长 60 分钟 / 300 MB、最短输出 >= 1 s、每天最多 50 次且逐次单做一项),每项按各自冻结制作卡与请求 ID 提交一次。参见音乐剪辑与音频收尾(references/music-editing-and-audio.md)。
交付返回的单集音频及其真实 artifact ID、时长、MIME 类型、存在时的采样率、条件返回时的 speechstartseconds / speechendseconds / integratedloudnesslufs、免费的 output.subtitles(含对白 segments[],当使用 beatra.speech.synthesize_dialogue 时)、解析后的模型、用量和返回的计费事实。依据真实返回时长和免费字幕分段校准章节时间戳(不另收字幕费),并交付三个标题备选、节目简介和要点;收尾只复述讲过的内容。生成的配乐、音效循环床或精修片段均须如实以独立产物交付——绝不能把未混音分轨说成混音成集。宿主能听音时复核节奏、读音、说话轮次与响度,否则明确说明待人工审听。按用户授权记录节目台账或返还事实记录;丢任务 ID 或错误恢复见声音、交付与恢复(references/voice-and-delivery.md)及语音、音色、克隆与音频收尾(references/speech-and-audio.md)。
按任务选择参考资料
- 语音能力、「智能语音导演」、对话限制、三步克隆确认、音效、收尾与结构化错误:语音、音色、克隆与音频收尾(references/speech-and-audio.md)
- 从素材或选题起草、「智能语音导演」编排、标题、要点和章节:单集脚本指引(references/episode-script.md)
- 开始新节目、复用主播或记录已完成单集与回顾:节目档案(references/show-profile.md)
- 选声和模型、免费预检、克隆、对话分场、计价与恢复:声音、交付与恢复(references/voice-and-delivery.md)
- 音乐时长、裁剪、淡入淡出和
-14 LUFS响度收尾:音乐剪辑与音频收尾(references/music-editing-and-audio.md) - 首次安装或授权过期:安装与授权(references/installation-and-auth.md)
- 不收费的包安装注册:安装注册(references/installation-registration.md)
- 任务轮询、产物和结果字段:任务与结果(references/tasks-and-results.md)
- 余额、校验和结构化错误:计费、错误与恢复(references/billing-errors-and-recovery.md)
- 随包客户端无法连接时:随包 MCP Client 连接诊断(references/mcp-connection.md)
- 更新与安全:更新与安全(references/updates-and-security.md)
- 移除包或共享凭据:卸载与断开连接(references/uninstall-and-disconnect.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 ›通过同一个AI创作工具完成AI图片、视频、音乐与语音创作,查找公开社交数据,编辑视觉成果,并集中查看和管理生成资产。Beatra 全能创
135 180.6万 AI音乐MV短片制作用一首歌的情绪、节奏和视觉概念,制作一个短视觉短片。这个 AI 音乐 MV 短片制作与歌曲生成视频工作流可以把音乐片段和视觉方向变成电影
15 66.1万 MiniMax H3 AI视频创作用 MiniMax H3 这款 AI视频生成器创作高质感 2K AI 视频。从文字创意出发完成文生视频,让静态图片自然动起来,用首尾画面
27 64.2万 AI数字人口播与虚拟主播视频用一张人像和一段短脚本或语音,制作有明确讲述内容的数字人口播视频。可使用现成录音,也可以先选择音色,把脚本生成旁白,让画面中的人物随声音
44 61.3万 架构图一键生成使用 ContextWeave 生成或修改架构图、流程图、思维导图和复杂信息图。适用于需要从代码、文件或自然语言中提取结构与关系并实际产
288 54.7万 海报设计工作室将一段活动描述、一张产品照片或品牌参考图,转化为抓人眼球的活动海报、宣传 banner 或社交媒体配图。这款 AI海报设计与制作工具生成
39 42.1万