用途:根据脚本文本或文件路径生成配音音频,并可返回词级时间戳用于视频同步,适合制作演示旁白、视频配音等。
主要能力:接受脚本文本或文件路径;针对 TTS 做预处理,包括展开缩写、规范化数字;通过 ElevenLabs API 生成音频;返回音频,并在需要时附带词级时间戳。
使用方式:命令示例为 /voiceover "Welcome to Heartbeat...",以及 /voiceover demo-script.md --timestamps --voice adam。默认音色为 adam(清晰、专业),音色列表见 skills/voiceover/references/elevenlabs-voices.md。输出文件为 voiceover.mp3,请求时间戳时另生成 timestamps.json。该技能被 /demo-video 用于旁白同步。
前提条件:需设置环境变量 ELEVENLABS_API_KEY。资料提到 ElevenLabs Creator 套餐约每月 5 美元、约 10 万字符。
限制:除上述前提与套餐信息外,其他平台支持、具体价格变动、效果与使用步骤暂未提供。