SuperAPI AI 工具集

ai-podcast-creation

通用与其它

查看项目

更新于 10-16 09:59

技能介绍

用途:通过 inference.sh CLI(belt)创建 AI 驱动的播客与音频内容,覆盖脚本生成、配音、配乐到多轨合并的流程。

主要能力:

  • 文本转语音:Kokoro TTS 提供多语言/多风格音色(如 af_sarah、am_michael、bf_emma 等);DIA TTS 提供 dia-conversational 对话音色;Chatterbox 提供 chatterbox-default 表达型音色。
  • AI 音乐生成:用于片头、片尾、背景与转场音效(infsh/ai-music)。
  • 脚本生成:调用 openrouter/claude-sonnet-45 生成单人、双人对话或 NotebookLM 式讨论脚本。
  • 音频合并:infsh/media-merger 支持多文件拼接、交叉淡化(crossfade_ms)与背景音混合(background_volume)。

使用方式(命令保持原样): 先安装技能与 CLI:npx skills add belt-sh/cli;然后登录:belt login。 生成一段播客片段:belt app run infsh/kokoro-tts --input '{"prompt": "...", "voice": "am_michael"}' 合并音频:belt app run infsh/media-merger --input '{"audio_files": ["<a>", "<b>"], "crossfade_ms": 500}' 浏览音频类应用:belt app list --category audio

适用场景:单人旁白、双人访谈对话、NotebookLM 风格文档讨论、有声书章节、带背景音乐或转场音效的完整节目制作。

限制:资料未提供价格、计费、平台兼容范围、生成时长上限、音色语言覆盖完整列表及各项服务可用性说明,均暂未提供;实际效果取决于所选模型与输入脚本。