Agent Skill

短视频配音

通过文字转语音,把最终短视频脚本制作成自然的中文AI配音,并交付可直接剪辑的MP3配音音频;适合 TikTok、Reels、YouTube Shorts 的中文口播、商品介绍、短视频解说、开场钩子和广告旁白。先设置人名、数字和品牌读音,用自然断句调整语速与停顿,再选择支持目标语言的音色并查看当前费用估算。音频返回后按实际时长和听感复查,可直接用于视频配音、字幕、数字人口播、口型同步、广告剪辑和内容发布。

设计多媒体·beatra·来自 skill_hub·skillhub.cn ↗
skillhub install @beatra-ai/short-form-voiceover-audio
6 Stars·6.4万 综合热度·4,996 字文档·源站更新 2026-11-22

README 文档

4,996 字

短视频 AI 配音(Short-Form Voiceover Audio)

把最终确定好的短视频文稿转化为可直接进剪辑轨的旁白音频——支持可选智能语音导演编排节奏、免费预检时长、附带免费同步字幕,以及面向社媒信息流的响度均衡收尾。全程像一位旁白导演一样工作:完整保留原有卖点与开头钩子,把文字整理得适合朗读,锁定一条可行的音色与模型路线,只生成用户明确批准的配音版本。

明确最小完整需求

复用对话中已提供的全部信息,仅补充真正会改变音频效果的缺失条件:

  • 最终版口播文稿,或获得允许先改写出一版明确展示过的可朗读稿(或在需要戏剧化断句与节奏时调用智能语音导演);
  • 投放平台或用途、目标受众与表达语气,用于指导配音方向;
  • 仅在相关时确认目标 BCP-47 语种或方言,以及人名、数字、品牌等关键读音(除非用户要求调整,否则原样保留简繁体汉字与方言用词);
  • 如有可用作参考的目标时长,仅作为成片复查目标,而非硬性时效保证;
  • 输出音频格式(默认 mp3,也可按需使用 wav、flac、opus 或 pcm),以及是否需要免费同步 SRT / VTT 字幕或 -14 LUFS 响度均衡收尾。

平台信息只用来指导配音风格,不代表用户授权制作或发布视频。如果用户只需要实质改写文稿,请先展示口播稿,在原意或卖点变化时征得确认,并停留在已批准的文稿本身而不发起付费合成。关于文稿整理、节奏控时、选声、计价、恢复与交付,遵循语音与音频指南(references/speech-and-audio.md)和配音工作流(references/workflow.md)。

切勿手工删除 / 停顿记号,也不要自创方括号人声特效标签。默认每次只准备一条逻辑完整的小口播稿;除非用户对每一条变体及数量单独审批制作卡,否则绝不擅自多做备选钩子、替换试听版或 A/B 版本。如果 beatra.speech.validate 或合成因文本过长而拒绝,按拒绝信息操作:在自然的句子边界拆分,并按顺序提交各段。

免费试声、免费预检与锁定可用模型路线

使用 beatra.voices.list 的 11 个能力与风格筛选维度(category、language、gender、agegroup、usecase、emotion、supportscontext、supportsdirection、supportsperformancetags、supportsdialogue、supportsspeechtospeech)挑选音色,严格匹配精确 voiceid 与 status == "ready",并优先通过返回的 previewurl 或免费 beatra.voices.preview({"voice_id": "..."})试听。绝不能为了试音色而付费合成语音。

在确定模型或报价前,先按准确的能力键调用 beatra.models.list 查询实时卡片(如 texttospeech、使用智能语音导演时的 speechscript,或使用响度均衡时的 audioprocess)。切勿提及任何上游厂商名称、内部模型 ID 或写死固定积分数字:

  • 显式指定的模型必须当前在线可用、位于已选音色的 compatible_models 中,并支持所需的规范化 BCP-47 主语种标签(nb -> no、tl -> fil)。
  • 保留 model: "auto" 仅适用于 models.list.auto.candidateorder ∩ selectedvoice.compatible_models 交集中的每一条在线候选路线都支持目标语种的情形;否则列出可兼容的显式可用模型供选择。
  • 除非渠道交付另有要求,保持克制默认参数:model: "auto"、format: "mp3"、speed: 1.0、volume: 1.0、pitch: 0,不强行附加 emotion 与 sample_rate。

智能语音导演、免费校验、计价与响度均衡

  • 策划整理、音色试听与 beatra.speech.validate 免费。beatra.speech.preparescript、beatra.speech.synthesize 与 beatra.audio.process(normalizeloudness)均为付费步骤,切勿把付费能力说成免费。
  • 智能语音导演(beatra.speech.preparescript):当开场钩子情绪或停顿节奏能明显提升口播表现力时,先查询 {"capability": "speechscript"} 并展示、批准对应六要素制作确认卡;随后检查返回的 directed 与 scripts[],处理 synthesis: null(依据 warnings 提示修正),并将 scripts[i].synthesis 原封不动加上新的 clientrequestid 传入语音合成。在 48 小时内重调 preparescript 时(保持完全一致的 input、instructions、language 与 context,仅更换 voice 或 model),可免二次计费重新编译(仍受余额覆盖初始预估及同账户最多 2 个并发任务限制,绝不能将 preparescript 泛称为免费)。
  • 合成前必跑免费校验(beatra.speech.validate):每次调用 speech.synthesize 前先免费预检字数与参数,并获取 estimateddurationseconds。
  • 加权字数计费规则:对最终批准文稿按 beatraweightedcharacters 口径计数(汉字记 2、其余字符记 1),严格对照实时模型卡片的 estimateformula、unitprice_credits 与 scale 估算;若 auto 覆盖多个候选模型,须展示完整价格区间或上限。

在发起任何付费调用前,先展示一张六要素制作确认卡:

  1. 路线与模型
  2. 精确范围(文稿版本、条数,以及是否另含独立字幕/响度步骤)
  3. 实时单价与计费基准(加权字符数及实时公式/费率)
  4. 预估时长或数量(说明来自免费 validate 的参考时长,不作刚性保证)
  5. 付费方式与调用次数
  6. 此刻中止可保留的免费成果(写明用户无需额外付费即可留存的已整理文稿、筛选音色清单/试听链接与时长预检结果;若尚未发起付费步骤则 0 扣费)

对应确认卡获得明确批准后,即锁定所列精确调用;只要正文、变体、音色、模型、语种、控制参数或 LUFS 目标发生变化,就必须重新出卡确认并更换新的 clientrequestid。

按批准内容单次执行

请通过随包 scripts/mcp_client.py 执行全部 Beatra 操作(通过标准输入传入单个 JSON 对象调用 call <tool-name>)。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。连接排障参见随包 MCP Client 连接诊断(references/mcp-connection.md)。

为每笔获批的付费调用生成一个新且不透明的 clientrequestid,并单次提交 beatra.speech.synthesize(传入 subtitle_enable: true 即可免费获取同步 SRT / VTT 字幕,绝不能传入 subtitles 字段):

{
  "voice": "<opaque voice_id>",
  "input": "<exact approved script or segment>",
  "client_request_id": "<new opaque id>",
  "model": "auto",
  "language": "<BCP-47 tag>",
  "format": "mp3",
  "speed": 1.0,
  "volume": 1.0,
  "pitch": 0,
  "subtitle_enable": true
}

仅对实际返回的 taskid 通过 beatra.tasks.get 轮询。若需要将成片响度统一到社媒推荐电平(如 -14 LUFS),须先查询 {"capability": "audioprocess"}、批准单独的收尾确认卡,并以每次 1 条的串行方式调用 beatra.audio.process(operation: "normalize_loudness",输入使用 source 字段而非 audio,单文件满足 <= 60 min、<= 300 MB、输出 >= 1 s、每日上限 50 次)。切勿将该响度收尾描述为免费能力或专业母带处理服务。

异常恢复、余额处理与真实交付

如果因断连遗失 taskid,先通过 beatra.tasks.list(遍历全部 nextcursor 分页)再用 beatra.tasks.get 逐一核对候选任务;仅当任务是否创建成功确实存疑,或用户充值确认后再继续时,方可使用同一 clientrequestid 与完全相同的冻结参数重放(遇到 insufficientbalance 错误时须原样转述 Beatra 官方报错与精确 topupurl)。切勿将 beatra.wallet.get 设为付费前必查门槛,也不要反问用户确认余额是否足够;仅当用户主动查询余额或扣费明细时才调用只读 beatra.wallet.get 或 beatra.wallet.ledger,若卡片返回 top_up 档位则按返回顺序原样列出。仅在用户要求时才取消任务。

按实际返回内容交付真实 taskid、audio.url、artifactid、durationseconds(对比目标时长说明差异)、mimetype、采样率(若有返回)、可选 subtitles、实际结算模型、用量与扣费事实(明确区分字段缺失与数值为零)。切勿承诺视频剪辑、数字人口播、口型同步、平台发布或绝对对轨精度。需要声音克隆或嘈杂样本去噪时引导至 voice-cloning-studio / voiceover-narration-studio,需要多人对话或音效设计时引导至 beatra-ai-voice-studio(以 scripts/mcp_client.py tools 返回为准)。

安装与账号说明

首次使用与通用规范见语音与音频指南(references/speech-and-audio.md)、安装与授权(references/installation-and-auth.md)、安装注册(references/installation-registration.md)、任务与结果(references/tasks-and-results.md)、计费、错误与恢复(references/billing-errors-and-recovery.md)及卸载与断开连接(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 ›