用途:生成最长30秒的竖屏口播(talking-head)视频。演员以全画幅出镜讲话,同时将用户提供的B-roll视频叠加在画面下半部,上半部保持人脸清晰。
主要能力:
- 评论风格分段:脚本中放置仅含 --- 的一行,可把INTRO(演员对镜头讲话、尚无B-roll)与之后的MOVES旁白分开;B-roll在动作段落开始时出现并循环填充至结束,动作段与上一帧和同一声音无缝衔接,保证连续性而非跳切。
- 无 --- 时为普通口播:不超过15秒为单条,16-30秒为两条,B-roll通过 broll_start_time 放置。
使用方式:需提供 actor_image_url(任意https图片)与 broll_video_url(任意https视频,二者会自动转存至R2),并二选一:script(使用Seedance语音)或 audio_url(自备音频,单段不超过15秒)。可选参数:subtitles(字幕)、broll_width_rate(0.1-1.0,如0.8表示B-roll宽80%居中并留黑边,省略则全宽)、broll_start_time(覆盖B-roll出现时间)、broll_fade_out(在结尾溶解B-roll)。
调用路径:优先使用MCP工具 mcp__agent-media__make_broll_talking_head,其schema由同一MCP服务器通过tools/list自动发布。备用REST:POST https://api.agent-media.ai/v1/skills/make_broll_talking_head/run,需Authorization: Bearer $AGENT_MEDIA_API_KEY、Content-Type: application/json及Idempotency-Key。鉴权使用agent-media登录签发的Bearer令牌。轮询结果可用GET https://api.agent-media.ai/v1/skills/runs/<skill_run_id>。
限制:费用与典型耗时资料标记为“?”,暂未提供;提交时扣费,终态失败会退款。真实感规则见 reference/realism-rubric.md,首次安装与登录见 reference/auth.md。