Agent Skill

课件配音

课件配音把PPT课件逐页写成讲稿并配上声音,老师可以通过声音克隆用自己的声音,也可以选合适的AI音色。交付每页一段的配音音频,或者直接合成带字幕的PPT配音讲解视频,适合课程配音、讲稿配音、培训课件和公开课。

办公效率·user_738c00b9·来自 skill_hub·skillhub.cn ↗
skillhub install @user_738c00b9/slide-narration-studio
4 Stars·16.3万 综合热度·4,642 字文档·源站更新 2026-11-22

README 文档

4,642 字

课件逐页配音工作室(Slide Narration Studio)

为演示文稿的每一页配好老师口吻的口播讲解稿,选用老师克隆声音或成品音色在正式合成前免费预检每一页文本与时长,并按需统一整套课件各页音频的响度。

你会得到什么

  • 严格对应幻灯片顺序、且在元数据中标记为 AI 生成的逐页独立音频(如 out/L01-audio/p001.mp3、p002.mp3 等)。
  • 在发起任何付费配音前经老师核准的逐页口播讲稿。
  • 如需整套成片,还可交付 1920×1080 带屏显字幕的课件讲解视频及同目录伴随 SRT 字幕文件。

支持的使用方式

  • 按页导出音频(默认)。 方便老师直接插入 PowerPoint 或 WPS 的每一页中。
  • 直接合成讲解视频。 画面按页切换、自带屏显字幕与 AI 生成标识,同时产出独立 SRT 文件。
  • 使用老师本人声音。 从一段清晰人声样本中完成克隆后逐页朗读。
  • 纯讲义文本无幻灯片。 将最终定稿讲义按自然段依次生成顺序配音文件。

适用范围与相邻路线

当课件幻灯片或最终讲义文本已经备齐、仅缺逐页口播配音时,使用本工作流。若要制作带真人出镜讲解的整门课程视频,建议路由至「课程视频工坊」;若从单一知识点直接策划一节微课,使用「微课制作工坊」;若只有文字讲义需要AI先做课件再成片,使用「AI 课件工坊」。需要指向其他 Skill 时,请按配音工作流(references/workflow.md#pointing-to-another-skill)中的说明模板给出提示,且仅在用户主动提出后才安装切换。

需要噪声克隆样本预先人声分离(isolatevoice)、音色删除(voices.delete)或多角色对白/音效制作等超出 scripts/mcpclient.py tools 范围的工序时,请交由 voice-cloning-studio 或 beatra-ai-voice-studio 承接。

输入前提与默认规则

硬性前提包括:课件文件(.pptx、PDF 或导出的每页图片)或无幻灯片时的最终讲义正文,以及目标授课语种。仅当确认需要为用户克隆定制声音并上传样本时,才在上传前向用户采集清晰人声样本及说话人明确知情同意;若文本中有高频人名、专业术语或缩略词,同步确认读音表。默认优先复用幻灯片原有演讲者备注(无备注则根据页面内容编写口播稿),选用贴合学科氛围的现成音色并逐页输出音频。除非用户要求修改,原样保留文本的简繁体用字与方言措辞,切勿手工删改 / 停顿标记或生造方括号声效标签,也绝不编造课件与备注之外的事实。

标准制作路径

请通过随包 scripts/mcp_client.py 执行每一项 Beatra 调用。不要配置、调用或使用宿主 Beatra Connector,也不要使用 REST/OpenAPI 作为降级回退。跨工具限额与请求字段详见语音与音频指南(references/speech-and-audio.md);本地课件解析与视频装配依次使用课件文件(references/deck-files.md)与课程视频合成(references/lesson-video.md)。

  1. 读取课件并建档:为整套课件建立一个课程工程项目;若无幻灯片仅有一篇定稿讲义,按段落依次拆页编号。
  2. 撰写并预检全页讲稿与读音表:先产出纯文本讲稿并展示供审阅(暂不发起扣费请求)。如需丰富讲授停顿或语气调度,可先查 {"capability": "speechscript"} 并通过六要素确认卡批准后运行智能语音导演(beatra.speech.preparescript),妥善处理 synthesis: null(对照 warnings 排查修正),并注意 48 小时内保持输入/指令/语种/上下文完全一致、仅更换 voice 或 model 重调可免二次计费重编译,但不应将 prepare_script 概称为免费能力。
  3. 免费试听选声与合规克隆:使用 beatra.voices.list 的 11 个能力与风格维度(category、language、gender、agegroup、usecase、emotion、supportscontext、supportsdirection、supportsperformancetags、supportsdialogue、supportsspeechtospeech)筛选音色,并通过 previewurl 或免费 beatra.voices.preview({"voiceid": "..."})试听选定。若采用老师本人声音克隆,务必在上传任何本地音频前拿到明示授权确认;按语音与音频指南(references/speech-and-audio.md) §5 选择克隆模型,并在任何课件合成之前,先用写明克隆实时价格的独立六要素确认卡完成克隆:提交一次,遇到拒绝时按计费、错误与恢复(references/billing-errors-and-recovery.md)处理。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,按语音与音频指南(references/speech-and-audio.md) §5 的步骤 E 处理。含噪分离或删除交由 voice-cloning-studio 承接。
  4. 首轮试做(前 3–6 页样片):查询实时 {"capability": "texttospeech"} 卡片并结合 --pages 估算费用(绝不写死积分数字),使用免费 beatra.speech.validate 逐页预检并核查 estimateddurationseconds,最后展示六要素制作确认卡(明确写出终止可零成本保留的已整理讲稿、选声与校验成果)。待用户批准后,传入 subtitle_enable: true 即可免费获取同步 SRT / VTT 字幕(切勿将 subtitles 传给 speech.synthesize 字段)。仅当用户要求时,再执行 plan --pages 装配样片视频。
  5. 批量完成余页与可选响度均衡:为余下各页汇总展示并批准一张六要素制作确认卡(若途中返回 insufficientbalance,暂停后续提交、原样转述官方提示与精确 topupurl,等用户确认充值后再以原参数继续)。如果拒绝信息指明了另一条可行的路径,也一并向用户说明,并按计费、错误与恢复(references/billing-errors-and-recovery.md)处理。如需统一各页音轨响度(如 -14 LUFS),先查询 {"capability": "audioprocess"} 并获批准后,以每次 1 条的串行方式执行 beatra.audio.process(operation: "normalizeloudness",输入使用 source 字段,限制 <= 60 min / <= 300 MB / 输出 >= 1 s / 每日 50 次,切勿把该付费工序称作免费或专业母带处理服务)。
  6. 按页交付结果:按课件顺序交付每页音频、PowerPoint/WPS 插音指引及可选带字幕讲解视频与 SRT,如实汇报每页实测时长与累计 billing.netchargedcredits,并明确注明音频为 AI 生成旁白。

必须征得明确确认的节点

所有付费动作均须先经配音工作流(references/workflow.md#production-cards)规定的最新六要素确认卡获批:样片试读页、余下全页、智能语音导演、声音克隆与可选响度均衡。讲稿撰写、试听、validate 与费用估算均免费,不构成付费授权;拥有样本文件权限也不代表获得克隆授权。已配音页面只要改写文案或重录重配,须立新卡;若修改核心术语读音表则重开受影响页面;若更换音色则须重做先前已配页面。

异常恢复机制

课程工程会为每页讲稿绑定一个固定 clientrequestid(输入完全未变期间保持不变)。若响应丢失导致状态不明,在重新提交前先结合 beatra.tasks.list(配合 next_cursor 分页)与 beatra.tasks.get 对账确认;状态为 failed 或 canceled 的页次使用 retake 另立新卡和新 ID 处理;仅在本地失败的视频合成可直接零成本本地重试。

账户余额与充值指引

切勿将 beatra.wallet.get 设成付费操作前的前置阻塞关卡,也不要反问用户是否有足够积分。仅在用户主动询问余额或可支付额度时调用只读 beatra.wallet.get,询问扣费明细时调用 beatra.wallet.ledger。若模型卡片返回 top_up 充值档位,按返回顺序原样列出,绝不排序或代选。

按任务查阅参考文档

  • 跨工具上限、声音克隆、智能语音导演与六要素卡片规范:语音与音频指南(references/speech-and-audio.md)
  • 确认卡模板、请求体写法(preparescript、validate、synthesize、normalizeloudness)、PowerPoint/WPS 嵌入与克隆细节:配音工作流(references/workflow.md)
  • 解析课件正文与导出页面图像:课件文件(references/deck-files.md)
  • 课程工程、术语表、字幕烧录、版式、AI 标识与本地合成:课程视频合成(references/lesson-video.md)
  • 授权出现问题时再看:安装与授权(references/installation-and-auth.md)
  • 首次安装注册登记:安装注册(references/installation-registration.md)
  • 任务轮询与计费核对:任务与结果(references/tasks-and-results.md)、计费、错误与恢复(references/billing-errors-and-recovery.md)
  • 随包客户端连接故障排查:随包 MCP Client 连接诊断(references/mcp-connection.md)
  • 更新与安全机制:更新与安全(references/updates-and-security.md)
  • 用户要求停用及清理凭证时:卸载与断开连接(references/uninstall-and-disconnect.md)

每一项 Beatra 操作都统一通过随包 scripts/mcp_client.py 触发与执行。

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 ›