SuperAPI AI 工具集

ai-podcast-creation

通用与其它

查看项目

更新于 11-14 16:17

技能介绍

用途

AI Podcast Creation 用于创建 AI 驱动的播客和音频内容,通过 inference.sh CLI(belt)调用多种模型完成文本转语音、AI 音乐生成与音频合并。

主要能力

  • 文本转语音:支持 Kokoro TTS、DIA TTS(对话式)、Chatterbox 三种模型。
  • AI 音乐生成:可生成播客片头、片尾、背景氛围音乐和转场音效。
  • 媒体合并:将多段音频按顺序合并,支持交叉淡入淡出(crossfade_ms)和背景音乐混音(background_audio、background_volume)。
  • 脚本生成:可调用 openrouter/claude-sonnet-45 生成播客脚本。

使用方式

需先安装 belt CLI 技能:npx skills add belt-sh/cli,并执行 belt login 登录。

基本调用格式为 belt app run <应用名> --input '<JSON>'。

示例:生成播客片段 belt app run infsh/kokoro-tts --input '{ "prompt": "Welcome to the AI Frontiers podcast. Today we explore the latest developments in generative AI.", "voice": "am_michael" }'

可用语音:

Kokoro TTS:af_sarah(美式女声,温暖,适合主持、旁白)、af_nicole(美式女声,专业,适合新闻、商业)、am_michael(美式男声,权威,适合纪录片、科技)、am_adam(美式男声,口语化,适合休闲播客)、bf_emma(英式女声,精致,适合有声书)、bm_george(英式男声,经典,适合正式内容)。

DIA TTS:dia-conversational(自然对话,适合对话、访谈)。

Chatterbox:chatterbox-default(富有表现力,适合休闲、娱乐)。

适用场景

  • 简单旁白:单语音播客片段。
  • 多语音对话:分别生成主持人与嘉宾语音后合并。
  • 完整单集流水线:生成脚本、片头音乐、主持人片段、嘉宾片段、片尾音乐,最后合并。
  • NotebookLM 风格内容:从文档提取要点生成双人讨论播客。
  • 有声书章节:长文本旁白,可设置 speed(如 0.9)。
  • 音频增强:添加背景音乐(background_volume 如 0.15)或转场音效。

限制

资料未提供各模型的具体收费、价格、平台支持范围、生成时长上限或效果保证。使用前需安装并登录 belt CLI。