SuperAPI AI 工具集

add-voiceover

设计与创作

查看项目

更新于 10-27 12:52

技能介绍

用途:为 Remotion 项目生成旁白配音并整合进视频合成。该技能需配合 remotion-production 技能中的 voiceover-sync 与 audio-integration 规则使用。

主要能力:

  1. 撰写或获取旁白脚本:若用户未提供脚本,会询问视频主题与语气(专业、随意、有活力、平静),撰写后交由用户确认。
  2. 选择音色:通过 remotion-media generate_speech 提供 Eric(温暖专业男声,默认)、Rachel(清晰有感染力女声)、Aria(活力女声)、Roger(低沉权威男声)、Sarah(友好对话女声)、Laura(平静舒缓女声)、Charlie(随意年轻男声)。语音克隆或自定义音色需使用专用 ElevenLabs MCP,并需要 ELEVENLABS_API_KEY。
  3. 生成 TTS:调用 generate_speech,传入文本、output_name(如 narration-intro)与选定 voice;生成文件落在启动代理所在目录的 public/ 下,因此需从 Remotion 项目根目录启动代理(Claude Code、Codex、Gemini CLI 等)。需记录返回的文件路径与时长。
  4. 接入 Composition:添加 <Audio> 组件,使用 staticFile 引用返回的文件路径,volume 设为 1。
  5. 调整时长:若配音长于当前合成,需更新 Composition 注册中的 durationInFrames,示例为 Math.ceil(配音秒数 * fps) + 60(约 2 秒余量)。
  6. 可选字幕:可调用 remotion-media generate_subtitles,输入 public/ 内的配音文件名生成字幕。
  7. 背景音乐闪避:若项目已有背景音乐,在配音期间降低其音量,参考 audio-integration 规则中的 ducking 模式。

使用方式:由代理在 Remotion 项目根目录启动,按上述工作流逐步执行;脚本、音色、生成、接入、时长调整为主线,字幕与音量闪避为可选项。

适用场景:为 Remotion 视频添加解说旁白、需要多音色 TTS 配音、需要旁白字幕或背景音乐自动让位配音的项目。

限制:音色列表与默认值以资料为准;自定义音色依赖 ElevenLabs MCP 及 API Key;生成文件位置依赖代理启动目录;其余未提及的收费、平台或效果暂未提供。