用途:为InfiniteTalk项目生成小省导购员数字人带货视频的结构化提示词,直接对接模型推理流程,适用于产品推荐、价格对比、促销活动等场景。
主要能力:生成适配InfiniteTalk Image-to-Video模式的分镜化提示词;提供帧级动作时序描述(5s/幕,精确到秒级);音频同步匹配(Suno音乐与chinese-wav2vec2-base编码);从角色、视觉、情绪三个维度做一致性管控;支持Suno、AI绘画、InfiniteTalk的跨工具集成。
使用方式:先准备InfiniteTalk模型环境(含chinese-wav2vec2-base编码器)、TeaCache与int8量化配置,以及9:16比例、分辨率不低于1080×1920的角色参考图。随后由提示词生成师读取references/infinitetalk-parameters.md、references/prompt-structure.md、references/scene-templates-infinitetalk.md,生成五幕提示词,每幕包含角色固定特征、动作时序、场景环境、音频匹配、光影氛围与技术约束,并输出中文提示词和参数配置表。质量管控师按技术参数匹配度、角色一致性、音频匹配性、光影可实现性核查,通过则归档,不通过则反馈调整,最多2次。知识库运维师以JSON格式归档角色特征模板、情绪-光影映射表、音频风格-动作匹配库与场景模板库。跨环节适配师负责Suno音乐生成(16kHz单声道wav、5s/幕)、chinese-wav2vec2-base编码、导购员语音生成与图片适配,并完成InfiniteTalk推理对接与五幕拼接。
限制:本技能基于智能体自然语言能力,无需Python依赖;动作时序须精确到秒级,音频须与动作节奏同步以保证唇形同步,光影色温须在4000K-5500K范围内,技术约束须匹配InfiniteTalk能力。具体模型安装命令、推理脚本代码与价格信息暂未提供。