Agent Skill

AI配音

根据各语言口播稿制作 AI配音和多语言旁白,适合出海视频、产品发布、海外营销、跨境电商视频、课程培训和短剧译制项目。先按市场和片段整理文案,再为每种语言选择合适声音,用代表片段试听读音、语气、节奏和时长,交付清晰可审听的音频。可用于 AI 视频翻译配音、视频本地化配音、多语种配音、课程多语言配音、多语种语音合成和中英日配音;旁白音频按市场、语言和片段整理,方便继续完成视频翻译、口型同步、成片剪辑与海外营销内容制作。

设计多媒体·beatra·来自 skill_hub·skillhub.cn ↗
skillhub install @beatra-ai/ai-multilingual-dubbing
10 Stars·8.1万 综合热度·5,509 字文档·源站更新 2026-11-22

README 文档

5,509 字

AI 多语言配音

根据用户提供或确认的各语种文稿、或经授权的原声参考音频,为每个目标市场制作整齐规范、响度统一的配音或音色转换音轨。直接沿用对话里已明确的产品信息、投放渠道、目标语种、声音方向、片段切分和时长目标,以最短路径先跑通每语种代表性试音片段,再批量制作已确认的其余部分。

从原声转写或已确认口播稿起步

先建立一张 segment × locale 制作矩阵,逐格登记目标市场与标准化 BCP-47 标签、已确认文稿(或源音频转声条目)、保留专有名词、读音备注、精确 voice_id、语气指导、格式、目标时长和状态。只按场景、课时、章节或完整广告句等自然边界拆分,绝不从句中切开。

  • 若手中只有视频原声或提取音轨、需要拿到带时间戳的基础讲稿,先调用 beatra.models.list(传 {"capability": "speechtotext"}),展示六要素制作确认卡并在批准后执行 beatra.audio.transcribe(本地文件先通过 scripts/mcpclient.py upload 上传;入参传 audio 而非 source,并按需启用 subtitles: true、diarize、numspeakers、tagaudioevents、language)。返回的转写文稿仅作草稿,必须待用户确认各目标语言口播稿后再进入配音合成。
  • 进行本地化整理或润色时,严格保留产品名、卖点主张、数字、单位、网址与行动号召,未经要求不修改原文简繁体字形或方言用词;除非用户自己明确声明,否则不要自称经过母语审校或专业译制。
  • 严禁人工剔除 / 停顿标记或生造方括号发声标签。当某语种需要更细腻的节奏、重音或戏剧化停顿编排时,先查 {"capability": "speechscript"} 并经六要素卡片确认后调用智能语音导演(beatra.speech.preparescript),把 scripts[i].synthesis 原样配上新 clientrequestid 传入合成,出现 synthesis: null 时依据 warnings 修正。同文稿在 48 小时内重调 preparescript 且保持完全相同的 input/instructions/language/context 仅调整 voice 或 model 可免二次计费重编译(仍受首次预估余额及最多 2 个并发任务限制;切勿一般性地把 preparescript 说成免费)。

选声和排批前,结合查阅 speech and audio guide(references/speech-and-audio.md)、matrix design(references/matrix-design.md) 与 locale readiness and quality(references/locale-readiness-and-quality.md)。

选定音色、授权声音克隆或跨音色演绎

先通过 voiceid 重新核对已有音色实时卡片(调用 beatra.voices.list),并综合利用 11 个筛选维度(category、language、gender、agegroup、usecase、emotion、supportscontext、supportsdirection、supportsperformancetags、supportsdialogue、supportsspeechtospeech)检索 status == "ready" 候选音色,优先用 previewurl 或免费 beatra.voices.preview({"voice_id": "..."})试听。绝不用付费合成来试音。

  • 授权声音克隆(beatra.voices.clone):在执行 scripts/mcpclient.py upload 前必须拿到说话人明示同意。若样本夹杂环境杂音或伴奏,可先提供付费预处理:beatra.audio.process(operation: "isolatevoice",使用 source 字段,支持 4.6 秒–5 分钟、<= 100 MB,按 {"capability": "audiovoiceisolation"} 核价并在独立六要素卡确认)。按 speech and audio guide(references/speech-and-audio.md) §5 选择克隆模型。克隆音色将作为语音转换的目标音色时,选择标明支持语音转换的 voiceclone 模型卡。随后出示带有克隆实时价格的六要素克隆卡,卡上只写克隆对配音的作用,不写模型 ID 或供应商名;用户批准后提交一次,如遇拒绝则按 billing, errors, and recovery(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 pendingactivation 时,使用该音色前须按 speech and audio guide(references/speech-and-audio.md) §5 的步骤 E 执行。用户需要修改或删除克隆音色(voices.update、voices.delete)时,核对 scripts/mcp_client.py tools 后将该步骤交给 voice-cloning-studio 或 beatra-ai-voice-studio。
  • 音色转换演绎(beatra.speech.convert):需要保留原录音的语速起伏与停顿节奏再换声线时,确认原音频使用授权,查 {"capability": "speechtospeech"} 并确保目标音色具备 supportsspeechtospeech: true,确认六要素卡后传入 audio 字段(不是 source)及可选 removebackground_noise。

文字转语音默认 model: "auto"(仅在所有兼容实时模型都支持规范化主语种标签时使用,如 nb -> no、tl -> fil)、语速 1.0、格式 mp3(后期混音可选 wav/flac)、不设情绪与多余控制项。先查 beatra.models.list({"capability": "texttospeech"})再确定模型并按 beatraweightedcharacters(汉字=2,其余=1)估算费用,绝不写死积分。每条付费配音前必跑免费 beatra.speech.validate(确认 estimateddurationseconds),随后再提交 beatra.speech.synthesize。下游视频翻译或口型对齐需要时间戳时,传 subtitle_enable: true(绝不能传 subtitles)免费获取同步 SRT / VTT 字幕。

确认试音、整批范围与响度收尾

矩阵规划、文案整理、选声、voices.preview、speech.validate 与费用估算均不收费。每次调用付费工具(audio.transcribe、preparescript、isolatevoice、voices.clone、speech.convert、speech.synthesize 或 normalize_loudness)前都必须展示六要素制作确认卡:路线与模型、精确范围、实时单价与计费基准、时长或数量、付费方式与调用次数,以及写明零额外扣费可保留哪些免费成果的此刻中止可保留成果。

多格本地化须先对每门语种跑一条高风险代表片段(专有名词、数字、号召句)试听核对时长,再请用户明确批准余量矩阵。需要跨语种统一播音音量(如 -14 LUFS)时,查 {"capability": "audioprocess"}、批准收尾确认卡后,以每次 1 条的串行顺序调用 beatra.audio.process(operation: "normalizeloudness",使用 source 字段,上限 <= 60 分钟 / <= 300 MB / 输出 >= 1 秒、每日 50 次),绝不称作免费或混音母带服务。

每笔获批格生成唯一不透明本地 clientrequestid 并单次提交,仅轮询各自 taskid(beatra.tasks.get;无 deadlineat 时主动轮询不超过 30 分钟)。内置客户端会自动尽力完成不计费安装注册。

使用随包 MCP 客户端

所有远程 MCP 调用只通过随包附带的 scripts/mcp_client.py 完成(call 通过标准输入传单个 JSON 对象,upload 上传本地音频)。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。命令用法与排障参阅 随包 MCP Client 连接诊断(references/mcp-connection.md)。

恢复任务、余额规范与交付结果

绝不把 beatra.wallet.get 设成每次付费前的强制卡点,也不要让用户确认余额足够。仅在用户主动询问余额时调用只读 beatra.wallet.get,询问流水明细时调用只读 beatra.wallet.ledger;卡片含 topup 时按原顺序逐条转述档位。遇到 insufficientbalance 时逐字原样保留 Beatra 提示与完整 topupurl,等用户确认充值完成后再用原载荷和原 clientrequest_id 重放。若拒绝信息还指明了其他可行的处理方式,一并向用户说明,并按 billing, errors, and recovery(references/billing-errors-and-recovery.md) 处理。

丢失服务响应时,通过 beatra.tasks.list 分页遍历 nextcursor 并以 beatra.tasks.get 核对;改动过任何文本、音色、语种、模型、语速或目标响度,就必须重开新卡、获批并换新 clientrequestid。按市场、语言与片段顺序交付真实音频网址、制品编号 artifactid、MIME、时长、可选字幕、实际模型和 billing.netchargedcredits,未实机播放不得自称做过听感验收或严格口型同步。细节见 recovery and delivery(references/recovery-and-delivery.md)。

按任务查阅参考文档

  • 跨工具上限、声音克隆、智能语音导演与字段规范:查阅 speech and audio guide(references/speech-and-audio.md)
  • 矩阵表结构、分段、选声、默认值与试音规划:查阅 matrix design(references/matrix-design.md)
  • 原声转写草稿边界、音色转换、字幕及响度均衡规范:查阅 locale readiness and quality(references/locale-readiness-and-quality.md)
  • 精确重试、取消、终态核查与结果交付:查阅 recovery and delivery(references/recovery-and-delivery.md)
  • 首次安装或授权过期:查阅 installation and authentication(references/installation-and-auth.md)
  • 随包 MCP 客户端命令与诊断:查阅 随包 MCP Client 连接诊断(references/mcp-connection.md)
  • 安装登记行为:查阅 installation registration(references/installation-registration.md)
  • 任务查询与返回字段:查阅 tasks and results(references/tasks-and-results.md)
  • 余额、不确定提交、计费与错误处理:查阅 billing, errors, and recovery(references/billing-errors-and-recovery.md)
  • 断开与卸载包:查阅 uninstall and disconnect(references/uninstall-and-disconnect.md)
  • 更新与安全:查阅 updates and security(references/updates-and-security.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 ›