SuperAPI AI 工具集

video-podcast-maker-lite

设计与创作

查看项目

更新于 10-15 19:52

技能介绍

用途:把主题变成无真人出镜的解说视频,流程为脚本 → Azure TTS(SSML)→ Remotion → 1080p/4K MP4。单用途、个人使用,不依赖外部技能、配置文件或内置模板;Remotion 合成按约定生成一次后可跨视频复用。

前置条件:pip3 install azure-cognitiveservices-speech;设置 AZURE_SPEECH_KEY 与 AZURE_SPEECH_REGION;需要 ffmpeg、Node 18+,以及一个已完成 npm install 的 Remotion 项目。仅第 5 步抓取 BGM 时需要 Playwright MCP 会话浏览器。

工作流共 6 步,命令均在项目根目录运行,单个视频产物放在 videos/{name}/。第 1 步写脚本 videos/{name}/podcast.txt,用 [SECTION:xxx] 分段,可选显示标题写在 | 后,以 # 开头的行不朗读;脚本需口语化并做自检,写完必须停下等用户确认后才能进入第 2 步。第 2 步运行 python3 "${SKILL_DIR}/scripts/tts.py" videos/{name}/podcast.txt videos/{name}/,可先加 --check 仅做检查;产出 wav、srt、timing.json、cues.json,支持 --voice、--style、--rate、--phonemes、--aliases 等参数。第 3 步编写或复制 Remotion 组件,一个项目承载所有视频。第 4 步用 npx remotion studio src/remotion/index.ts --public-dir videos/{name}/ 预览,必须等用户当面确认后才能渲染。第 5 步渲染并可选混入 Pixabay 音乐,渲染命令为 npx remotion render src/remotion/index.ts MyVideo videos/{name}/output.mp4 --public-dir videos/{name}/。第 6 步按需生成封面、响度检查与发布信息。

限制:合成以音频为主时钟,时长不得硬编码;渲染后 output.mp4 与 wav 时长误差需在 ±0.5 秒内;所有 Remotion 命令都要带 --public-dir;脚本改动需重跑 TTS,不可手改 timing.json。资料未提供收费、价格与效果数据。