用途
advanced-dubbing-studio 用于对本地音频或视频素材执行 provider 后端的多语言配音。当用户提出配音、多语言配音、视频翻译配音、译制片等需求,或希望将音视频翻译为其他语言时,可使用该技能。
主要能力
- 运行 provider 支持的配音任务,处理本地音频/视频资产。
- 支持提取与确认源语言、目标语言、目标地区、期望口音、说话人数量、翻译风格等参数。
- 提供任务提交、状态轮询与下载的工具链:dubbing_generate、dubbing_status、dubbing_download。
- 可在配音可用性不确定时调用 audio_provider_capabilities 检查能力。
- 支持将下载的配音音频作为可播放音频产物返回。
- OpenRouter 可协助翻译、审阅风格或总结任务状态,但它不是音频 provider,不能执行配音任务本身。
使用方式
调用工具前需先从用户请求中提取以下字段:
- 源媒体路径,以及文件是否为本地、用户主动提供且由用户提供。
- 源素材权利、说话人同意,以及片段是否包含第三方版权材料。
- 源语言、目标语言、目标地区、期望口音、说话人数量、翻译风格。
- 输出期望:快速预览、完整配音、仅音频结果,或在本技能之外进行后续视频合轨。
- 用户当前需要轮询,还是只需要已提交的任务 ID。
必需工作流:
- 验证源文件为本地且为用户主动提供。
- 确认用户拥有对该源媒体配音的权利。
- 确定源语言、目标语言、目标地区及地区适配口音;中文目标输出默认选择普通话/Mandarin,除非用户明确要求其他方言。
- 若配音可用性不确定,调用 audio_provider_capabilities。
- 使用 dubbing_generate 提交。
- 使用 dubbing_status 轮询,或视情况使用 dubbing_download 配合轮询。
- 将下载的配音音频作为可播放音频产物返回。
预览优先:
对于长视频、口音不确定或高价值资产,在工作流允许时先提交或准备短预览片段。用预览检查翻译风格、目标地区、说话人数量、节奏,以及 provider 是否保留说话人分离。
若只有完整源文件可用,应说明首次运行可能需要重试一次以调整地区/口音,并在任务备注中明确目标地区。
工具结果处理:
- 若 dubbing_generate 返回 status=ok,返回任务 ID,并告知用户下载是待处理还是已开始轮询。
- 若 dubbing_status 未就绪,报告当前状态,不要声称失败。
- 若 dubbing_download 返回音频,优先给出可播放产物/路径。
- 若任一配音工具返回 not_available 或错误,引用该说明,并区分 provider 配置、功能门控、密钥/配额限制、源格式、语言支持与 provider 处理延迟。
地区与口音约束
配音时仅有目标语言不够,还需选择目标地区与口音:
- 中文:除非用户要求粤语、台湾普通话、四川方言等,优先使用普通话/Mainland Mandarin 目标设置。
- 英语:保留 en-US、en-GB、en-AU、en-IN、en-SG 或用户指定的任何地区。
- 西班牙语:区分 es-ES 与拉美变体如 es-MX。
- 葡萄牙语:区分 pt-BR 与 pt-PT。
- 法语:在用户要求时区分 fr-FR 与 fr-CA。
- 日语/韩语/德语/意大利语等:使用目标语言母语声音,而非英语口音回退声音。
中文译文应自然,不要逐字照搬英语语序。除非原文需要,避免不必要的英文名或罗马化。若结果听起来口音不对,用更短的译文行、更清晰的标点和目标地区母语声音重试。
版权与授权保护
版权 / 版权:除非用户声明已获许可或源素材已授权用于此用途,否则不要为电影、电视、动漫、游戏、歌曲、有声书、付费课程、播客或第三方视频配音。
授权:若源素材包含可识别的私人说话人,需取得对语音处理和翻译的同意。
公众人物政策:未经 provider 支持的权利与明确授权,不得保留、克隆或模仿公众人物声音。
对于用户自有的营销/演示/培训片段,在最终回复中保留权利摘要。
输出契约
返回:
- 配音任务 ID
- 最终状态
- 目标语言
- 目标地区/口音假设
- 输出路径
- 可播放音频产物状态
- 权利/授权摘要
限制
关于该技能的收费、价格、具体 provider 名称与数量、支持的语言完整清单、配额上限、处理时长等事实,资料中暂未提供。