配音与旁白工作室
用配音与旁白工作室统筹 AI配音、文字转语音和 AI语音生成:从当前声音库选择合适音色,把文稿制作成可直接剪辑的语音合成音频,或通过声音克隆创建并复用品牌专属声音。适合文稿转语音、短视频配音、有声书旁白、课程配音、多语言配音和粤语配音,也可作为 AI语音生成器与品牌声音工作台;长篇内容按章节、多语言内容按语言清晰交付。
skillhub install @beatra-ai/voiceover-narration-studio
README 文档
5,621 字配音与旁白工作室
选择能完成用户已确认文稿的最小语音流程:单条配音、按顺序编排的长篇旁白、已备好的多语言版本、经授权的可复用音色,或针对人声轨与克隆样本的广播级响度收尾。当任务混合多种成果或需要跨多轮持续制作时,继续留在本工作室统筹推进。
适用范围与分流路由
在入口处先锁定媒介形态:长篇旁白、多语言配音还是品牌克隆。有声书分流至 ai-audiobook-narration,单主播播客分流至 ai-podcast-voiceover,单条短视频口播或宣传配音分流至 short-form-voiceover-audio。
直接沿用对话里已经确定的选择;当需求单一且明确时,优先交给更聚焦的专门流程:
| 用户目标 | 推荐路由 |
|---|---|
| 单条短视频、广告、社媒或口播配音 | short-form-voiceover-audio |
| 有声书或其他按章节顺序交付的长篇旁白 | ai-audiobook-narration |
| 单主播播客单期或连载节目 | ai-podcast-voiceover |
| 目标语种文稿已经备妥确认的多语言配音 | ai-multilingual-dubbing |
| 独立声音克隆或音色删除 | voice-cloning-studio |
| 多角色对话、音色转换、语音转写、音效生成或音轨分轨 | beatra-ai-voice-studio |
| 长篇、多语言、品牌克隆、样本人声分离或响度均衡组合制作 | 留在本工作室并维护同一份制作台账 |
本工作室基于已确认文稿生成语音,支持授权音色克隆、杂音克隆样本预先分离人声(isolatevoice)以及响度均衡(normalizeloudness)。本工作室不生成成品视频、不做口型对齐,也不执行 scripts/mcp_client.py tools 未列出的操作(例如多角色对话、音色转换、转写、音效生成、音轨分轨或音色删除)。
规划路由或核对能力边界时,先阅读 intent and routing(references/intent-and-routing.md) 与通用 speech and audio guide(references/speech-and-audio.md)。
必需输入与克制默认值
必需输入包含授权状态。未获明确授权时绝不模仿任何声音。
进行语音合成前,需要确认:
- 已定稿文稿,或允许先整理口播版本(人工整理或智能语音导演编排)并在付费合成前展示确认;
- 当前精确的
voice_id,哪怕上文提过也必须重新调用beatra.voices.list核对; - 仅在用户明确指定时才传目标语言;否则省略
language,绝不为追问语言打断流程。
进行声音克隆前,还需具备清晰单人音频样本、音色显示名称,以及用户明确确认该样本为本人声音或已获说话人明确授权——且必须在任何本地文件上传前完成确认。
除非交付场景另有指定,否则一律使用克制默认值:model: "auto"、format: "mp3"、speed: 1.0、volume: 1.0、pitch: 0,不传 emotion 与 sample_rate。原文中的简繁体字形与方言用词必须原样保留,未经要求不得擅自改写。严禁人工切分删除 / 停顿标记或生造表现力括号标签;需要戏剧化节奏或语气编排时,交由智能语音导演自动编译。
标准制作路径
- 确定单一流程或按序排列的制作台账(克隆、文稿导演、章节、语种与响度收尾各自独立记录),并通过
scripts/mcp_client.py tools核实当前账号具备对应能力。 - 首次使用或版本号变化后,尽力执行一次不计费的
beatra.installations.register(注册失败绝不阻塞语音制作)。 - 实时筛选并试听音色: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),核准精确voiceid与status == "ready";优先播放返回的previewurl或调用免费beatra.voices.preview({"voice_id": "..."})试听。需要维护长期连载或品牌默认音色时,随时使用beatra.voices.update。 - 按实际需要的能力标识调用
beatra.models.list(speechscript、texttospeech、voiceclone、audiovoiceisolation、audio_process)查询实时卡片与估算公式,绝不写死固定积分数字、上游厂商名称或内部模型 ID。 - 在发起任何付费合成前完成文稿准备与免费校验:
- 若需要细致节奏、停顿与表演提示,展示六要素制作确认卡并获批准后调用付费智能语音导演(
beatra.speech.preparescript)。检查返回的directed与scripts[]:将scripts[i].synthesis原封不动加上新的clientrequestid传入语音合成,若遇到synthesis: null则根据warnings修正文稿或音色。在 48 小时内重调preparescript时,若仅更换voice或model而文稿/指令/语言/上下文完全一致,可免二次计费重新编译(仍要求账户余额足以覆盖首次预估且同账户并发不超过 2 个preparescript任务),切勿把preparescript一概宣称为免费能力。 - 先执行免费
beatra.speech.validate(校验estimateddurationseconds、字数上限与参数兼容性),再调用beatra.speech.synthesize。需要同步SRT/VTT字幕或剪辑时间轴时,传入subtitle_enable: true免费获取(绝不把subtitles传给speech.synthesize)。
- 在首笔付费调用(
preparescript、isolatevoice、voices.clone、speech.synthesize或normalize_loudness)前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「此刻中止可保留的免费成果」(写明若这是首笔付费步骤则 0 扣费,且用户无需额外付费即可保留已整理文稿、筛选音色清单/试听链接与参数校验结果)。克隆、智能语音导演、样本人声分离、响度均衡、试音片段与余量批量均须获得明确批准后再执行;仅当用户本轮单条语音合成指令已完整冻结全部参数时,才可随交付同步附带制作卡而免于重复追问。
使用随包 scripts/mcp_client.py 执行全部 Beatra 操作:
python3 scripts/mcp_client.py call <tool-name>
通过标准输入传入单个 JSON 对象,并使用 python3 scripts/mcpclient.py upload <path> --mime-type <exact MIME> 上传本地样本。随后等待返回结果,若需响度收尾则在批准后以每次仅跑 1 条的串行方式执行(normalizeloudness,如 -14 LUFS,上限 <= 60 分钟 / <= 300 MB / 输出 >= 1 秒、每日 50 次),并按顺序仅交付工具实际返回的音频文件、字幕与扣费事实。每次付费调用先生成唯一不透明本地 clientrequestid 并落账,严格轮询各自返回的 task_id(beatra.tasks.get)。
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,不要仿造上传协议,也切勿把任何付费环节(preparescript、isolatevoice、normalize_loudness)称作免费。
声音克隆与授权要求
上传任何本地样本前都必须拿到用户的直白授权确认(本人声音或说话人已明确同意)。若原始样本存在咖啡厅人声、环境底噪或背景配乐,应在上传与克隆前提供付费预先净化方案:beatra.audio.process(operation: "isolatevoice",使用 source 字段,支持 4.6 秒至 5 分钟、<= 100 MB,按 {"capability": "audiovoice_isolation"} 实时卡片报价)。
随后按语音与音频指南(references/speech-and-audio.md) §5 选择克隆模型,绝口不提任何厂商名称或内部模型 ID。发起 voices.clone 前,先出示写明克隆实时价格的六要素确认卡;用户批准后只提交一次,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。试读样句必须放在克隆成功之后作为独立合成任务重新立卡确认。
恢复机制与余额规范
绝不要把 beatra.wallet.get 设成每次付费提交前的前置卡点,也不要反问用户确认余额是否足够。仅在用户主动询问余额或当前预估是否充足时调用只读的 beatra.wallet.get,询问扣费明细时调用只读的 beatra.wallet.ledger。若模型卡片携带 top_up 档位列表,须按返回顺序原样转述,不排序、不贬低也不代选。
遇到 insufficientbalance 时,必须逐字原样保留官方提示与完整 topupurl 地址,暂停操作直到用户明确确认已完成充值,再用完全一致的请求体与同一个 clientrequestid 原样重放。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。任务状态丢失时,通过 beatra.tasks.list 分页遍历 nextcursor 并以 beatra.tasks.get 核对候选任务;只要文稿、音色、语种、模型或收尾参数有任何改动,就必须生成新确认卡、重新获批并使用全新 clientrequest_id。
按任务查阅参考文档
- 跨工具配额限制、智能语音导演结构、克隆模型选择与确认卡规范:查阅 speech and audio guide(references/speech-and-audio.md)。
- 工作室路由矩阵、最小输入、免费规划与付费试音边界:查阅 intent and routing(references/intent-and-routing.md)。
- 11 维音色检索、实时模型/语种校验、加权字符计价、
validate+synthesize请求及normalize_loudness:查阅 voice casting and delivery(references/voice-casting-and-delivery.md)。 - 制作台账、试音验收、按序批量与中断恢复:查阅 long-form and multilingual production(references/long-form-and-multilingual.md)。
- 授权核验、
isolate_voice降噪预处理、样本上传、voices.clone/voices.update与分立试读:查阅 voice cloning and review(references/voice-cloning-and-review.md)。 - 仅在内置客户端连接或传输异常时排查:查阅 随包 MCP Client 连接诊断(references/mcp-connection.md)。
- 仅在对应分支触发时查阅:installation and authentication(references/installation-and-auth.md)、installation registration(references/installation-registration.md)、tasks and results(references/tasks-and-results.md)、billing, errors, and recovery(references/billing-errors-and-recovery.md) 与 uninstall and disconnect(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