voiceover

Name: voiceover
Author: MatrixReligio

37stars7forks

How to install voiceover?

matrixreligio/productvideocreator/voiceover

$npx -y skills add MatrixReligio/ProductVideoCreator --skill voiceover

Installs into the current project.

Summary

使用 edge-tts 生成多语言配音（中文/英文）。当需要为视频生成语音旁白、基于时间线同步配音时使用。支持语速调整、多种声音选择和配音验证。

Files · 1

View on GitHub

SKILL.md

1	# 配音生成技能
2
3	## 技术选型
4
5	\| 方案 \| 优点 \| 缺点 \|
6	\|------\|------\|------\|
7	\| edge-tts \| 免费、音质好、多语言支持 \| 需要网络 \|
8	\| Azure TTS \| 更多声音选择、更稳定 \| 需要付费 \|
9
10	推荐: edge-tts
11
12	## 声音选择
13
14	### 中文声音列表 (zh-CN)
15
16	\| 声音 ID \| 性别 \| 风格 \| 适用场景 \|
17	\|---------\|------\|------\|----------\|
18	\| zh-CN-XiaoxiaoNeural \| 女 \| 温暖亲切 \| 产品介绍、教程 \|
19	\| zh-CN-YunxiNeural \| 男 \| 专业稳重 \| 企业宣传、正式场合 \|
20	\| zh-CN-YunjianNeural \| 男 \| 激情活力 \| 科技发布、激励视频 \|
21	\| zh-CN-XiaoyiNeural \| 女 \| 年轻活泼 \| 创意内容、轻松主题 \|
22	\| zh-CN-YunyangNeural \| 男 \| 新闻播报 \| 资讯类、严肃主题 \|
23
24	### 英文声音列表 (en-US)
25
26	\| 声音 ID \| 性别 \| 风格 \| 适用场景 \|
27	\|---------\|------\|------\|----------\|
28	\| en-US-GuyNeural \| 男 \| 专业稳重 \| 企业宣传、产品介绍 \|
29	\| en-US-JennyNeural \| 女 \| 温暖友好 \| 教程、客户服务 \|
30	\| en-US-AriaNeural \| 女 \| 清晰专业 \| 新闻、正式场合 \|
31	\| en-US-DavisNeural \| 男 \| 年轻活力 \| 科技内容、创意视频 \|
32	\| en-US-JasonNeural \| 男 \| 激情活力 \| 发布会、激励视频 \|
33	\| en-US-SaraNeural \| 女 \| 年轻活泼 \| 社交媒体、轻松主题 \|
34
35	### 声音选择建议
36
37	中文视频:
38
39	\| 视频类型 \| 推荐声音 \|
40	\|----------\|----------\|
41	\| 产品演示 \| XiaoxiaoNeural (女) \|
42	\| 公司介绍 \| YunxiNeural (男) 或 XiaoxiaoNeural \|
43	\| 科技历程 \| YunjianNeural (男) - 有激情感 \|
44	\| 教程类 \| XiaoxiaoNeural (女) \|
45	\| 发布会风格 \| YunjianNeural (男) \|
46
47	英文视频:
48
49	\| 视频类型 \| 推荐声音 \|
50	\|----------\|----------\|
51	\| 产品演示 \| GuyNeural (男) 或 JennyNeural (女) \|
52	\| 公司介绍 \| GuyNeural (男) 或 AriaNeural (女) \|
53	\| 科技历程 \| JasonNeural (男) - 有激情感 \|
54	\| 教程类 \| JennyNeural (女) \|
55	\| 发布会风格 \| JasonNeural (男) 或 DavisNeural (男) \|
56
57	## 时间线计算
58
59	### 核心公式
60
61	```python
62	# 最终视频时间 = 录屏事件时间 + 偏移量
63	DEMO_START = OPENING_DURATION + FEATURES_DURATION
64	final_time = recording_time + DEMO_START
65	```
66
67	### 图文视频时间线
68
69	对于图文展示型视频，时间线由分镜直接定义：
70
71	```python
72	# 场景时间配置
73	SCENES = {
74	"opening": {"start": 0, "duration": 8},
75	"scene_1": {"start": 8, "duration": 14},
76	"scene_2": {"start": 22, "duration": 16},
77	# ...
78	}
79
80	# 配音定义 - 直接基于场景时间
81	VOICEOVER_SEGMENTS = [
82	(0.5, 7.5, "片头配音..."), # 场景 opening 内
83	(8.5, 21.5, "场景1配音..."), # 场景 scene_1 内
84	(22.5, 37.5, "场景2配音..."), # 场景 scene_2 内
85	]
86	```
87
88	## 配音验证机制 (重要)
89
90	### 自动化验证函数
91
92	```python
93	def validate_voiceover(segments, total_duration):
94	"""
95	验证配音时间线
96	返回: (是否通过, 问题列表)
97	"""
98	issues = []
99
100	for i, seg in enumerate(segments):
101	# 检查1: 配音是否超出场景时长
102	actual_end = seg["start_time"] + seg["actual_duration"]
103	if seg["actual_duration"] > seg["target_duration"] + 0.5:
104	issues.append({
105	"type": "duration_exceeded",
106	"segment": i,
107	"message": f"片段{i}: 实际({seg['actual_duration']:.1f}s) > 目标({seg['target_duration']:.1f}s)",
108	"severity": "warning"
109	})
110
111	# 检查2: 配音是否与下一段重叠
112	if i < len(segments) - 1:
113	next_start = segments[i+1]["start_time"]
114	if actual_end > next_start:
115	issues.append({
116	"type": "overlap",
117	"segment": i,
118	"message": f"片段{i}和{i+1}重叠: {actual_end:.1f}s > {next_start:.1f}s",
119	"severity": "error"
120	})
121
122	# 检查3: 最后一段是否超出视频时长
123	last_seg = segments[-1]
124	last_end = last_seg["start_time"] + last_seg["actual_duration"]
125	if last_end > total_duration + 1:
126	issues.append({
127	"type": "exceeds_video",
128	"message": f"配音结束({last_end:.1f}s) > 视频时长({total_duration}s)",
129	"severity": "error"
130	})
131
132	# 检查4: 空白间隙
133	for i in range(len(segments) - 1):
134	current_end = segments[i]["start_time"] + segments[i]["actual_duration"]
135	next_start = segments[i+1]["start_time"]
136	gap = next_start - current_end
137	if gap > 3:
138	issues.append({
139	"type": "large_gap",
140	"segment": i,
141	"message": f"片段{i}和{i+1}之间有{gap:.1f}s空白",
142	"severity": "warning"
143	})
144
145	passed = not any(issue["severity"] == "error" for issue in issues)
146	return passed, issues
147	```
148
149	### 验证报告输出
150
151	```python
152	def print_validation_report(segments, total_duration):
153	"""打印配音验证报告"""
154	passed, issues = validate_voiceover(segments, total_duration)
155
156	print("╔" + "═" * 58 + "╗")
157	print("║" + "配音验证报告".center(54) + "║")
158	print("╠" + "═" * 58 + "╣")
159	print("║ 片段 │ 开始 │ 目标时长 │ 实际时长 │ 状态 ║")
160	print("╠" + "═" * 58 + "╣")
161
162	for i, seg in enumerate(segments):
163	status = "✅ OK" if seg["actual_duration"] <= seg["target_duration"] + 0.5 else "⚠️ 超时"
164	print(f"║ {i:2d} │ {seg['start_time']:5.1f}s │ {seg['target_duration']:5.1f}s │ {seg['actual_duration']:5.1f}s │ {status:10s} ║")
165
166	print("╠" + "═" * 58 + "╣")
167
168	if passed:
169	print("║ ✅ 验证通过 ║")
170	else:
171	print("║ ❌ 验证失败，请检查以下问题: ║")
172	for issue in issues:
173	if issue["severity"] == "error":
174	print(f"║ ❌ {issue['message'][:50]:50s} ║")
175
176	print("╚" + "═" * 58 + "╝")
177
178	return passed
179	```
180
181	## 完整配音脚本模板 (V2 - 多语言版)
182
183	```python
184	#!/usr/bin/env python3
185	"""
186	配

People who liked this also viewed

6 picks

Type

ai-video-generationinference.sh Agent skills for using our API to give your agents access to hundreds of apps and other agentsSkillsJul 2026292k642
imagegen-frontend-webElite frontend image-direction skill for generating premium, conversion-aware website design references. CRITICAL OUTPUT RULE — generate ONE separate horizontal image FOR EVERY section. A landing pageSkillsJul 2026165k66k
hyperframes-mediaWrite HTML. Render video. Built for agents.SkillsJul 2026145k37k
media-useAgent Media OS, the single skill for every media need in a HyperFrames project. Resolve BGM, SFX, image, icon, brand logo, voice, color grade, or LUT into a frozen local file or paste-ready block + leSkillsJul 2026144k37k
general-videoAuthor or edit a custom HyperFrames composition when no specialized workflow fits, or when BRIEF.md sets flow: companion. Use for longer or multi-scene pieces, brand and sizzle reels, montages, staticSkillsJul 2026124k37k
product-launch-videoTurn a product or marketing URL, pasted script, or brief into a product launch / promo video — SaaS promos, feature reveals, product demos, app and company launches. Use when the user wants to market,SkillsJul 2026121k37k

voiceover

37stars7forks

View on GitHub

How to install voiceover?

matrixreligio/productvideocreator/voiceover

$npx -y skills add MatrixReligio/ProductVideoCreator --skill voiceover

Installs into the current project.

Summary

使用 edge-tts 生成多语言配音（中文/英文）。当需要为视频生成语音旁白、基于时间线同步配音时使用。支持语速调整、多种声音选择和配音验证。

Files · 1

View on GitHub

SKILL.md

1	# 配音生成技能
2
3	## 技术选型
4
5	\| 方案 \| 优点 \| 缺点 \|
6	\|------\|------\|------\|
7	\| edge-tts \| 免费、音质好、多语言支持 \| 需要网络 \|
8	\| Azure TTS \| 更多声音选择、更稳定 \| 需要付费 \|
9
10	推荐: edge-tts
11
12	## 声音选择
13
14	### 中文声音列表 (zh-CN)
15
16	\| 声音 ID \| 性别 \| 风格 \| 适用场景 \|
17	\|---------\|------\|------\|----------\|
18	\| zh-CN-XiaoxiaoNeural \| 女 \| 温暖亲切 \| 产品介绍、教程 \|
19	\| zh-CN-YunxiNeural \| 男 \| 专业稳重 \| 企业宣传、正式场合 \|
20	\| zh-CN-YunjianNeural \| 男 \| 激情活力 \| 科技发布、激励视频 \|
21	\| zh-CN-XiaoyiNeural \| 女 \| 年轻活泼 \| 创意内容、轻松主题 \|
22	\| zh-CN-YunyangNeural \| 男 \| 新闻播报 \| 资讯类、严肃主题 \|
23
24	### 英文声音列表 (en-US)
25
26	\| 声音 ID \| 性别 \| 风格 \| 适用场景 \|
27	\|---------\|------\|------\|----------\|
28	\| en-US-GuyNeural \| 男 \| 专业稳重 \| 企业宣传、产品介绍 \|
29	\| en-US-JennyNeural \| 女 \| 温暖友好 \| 教程、客户服务 \|
30	\| en-US-AriaNeural \| 女 \| 清晰专业 \| 新闻、正式场合 \|
31	\| en-US-DavisNeural \| 男 \| 年轻活力 \| 科技内容、创意视频 \|
32	\| en-US-JasonNeural \| 男 \| 激情活力 \| 发布会、激励视频 \|
33	\| en-US-SaraNeural \| 女 \| 年轻活泼 \| 社交媒体、轻松主题 \|
34
35	### 声音选择建议
36
37	中文视频:
38
39	\| 视频类型 \| 推荐声音 \|
40	\|----------\|----------\|
41	\| 产品演示 \| XiaoxiaoNeural (女) \|
42	\| 公司介绍 \| YunxiNeural (男) 或 XiaoxiaoNeural \|
43	\| 科技历程 \| YunjianNeural (男) - 有激情感 \|
44	\| 教程类 \| XiaoxiaoNeural (女) \|
45	\| 发布会风格 \| YunjianNeural (男) \|
46
47	英文视频:
48
49	\| 视频类型 \| 推荐声音 \|
50	\|----------\|----------\|
51	\| 产品演示 \| GuyNeural (男) 或 JennyNeural (女) \|
52	\| 公司介绍 \| GuyNeural (男) 或 AriaNeural (女) \|
53	\| 科技历程 \| JasonNeural (男) - 有激情感 \|
54	\| 教程类 \| JennyNeural (女) \|
55	\| 发布会风格 \| JasonNeural (男) 或 DavisNeural (男) \|
56
57	## 时间线计算
58
59	### 核心公式
60
61	```python
62	# 最终视频时间 = 录屏事件时间 + 偏移量
63	DEMO_START = OPENING_DURATION + FEATURES_DURATION
64	final_time = recording_time + DEMO_START
65	```
66
67	### 图文视频时间线
68
69	对于图文展示型视频，时间线由分镜直接定义：
70
71	```python
72	# 场景时间配置
73	SCENES = {
74	"opening": {"start": 0, "duration": 8},
75	"scene_1": {"start": 8, "duration": 14},
76	"scene_2": {"start": 22, "duration": 16},
77	# ...
78	}
79
80	# 配音定义 - 直接基于场景时间
81	VOICEOVER_SEGMENTS = [
82	(0.5, 7.5, "片头配音..."), # 场景 opening 内
83	(8.5, 21.5, "场景1配音..."), # 场景 scene_1 内
84	(22.5, 37.5, "场景2配音..."), # 场景 scene_2 内
85	]
86	```
87
88	## 配音验证机制 (重要)
89
90	### 自动化验证函数
91
92	```python
93	def validate_voiceover(segments, total_duration):
94	"""
95	验证配音时间线
96	返回: (是否通过, 问题列表)
97	"""
98	issues = []
99
100	for i, seg in enumerate(segments):
101	# 检查1: 配音是否超出场景时长
102	actual_end = seg["start_time"] + seg["actual_duration"]
103	if seg["actual_duration"] > seg["target_duration"] + 0.5:
104	issues.append({
105	"type": "duration_exceeded",
106	"segment": i,
107	"message": f"片段{i}: 实际({seg['actual_duration']:.1f}s) > 目标({seg['target_duration']:.1f}s)",
108	"severity": "warning"
109	})
110
111	# 检查2: 配音是否与下一段重叠
112	if i < len(segments) - 1:
113	next_start = segments[i+1]["start_time"]
114	if actual_end > next_start:
115	issues.append({
116	"type": "overlap",
117	"segment": i,
118	"message": f"片段{i}和{i+1}重叠: {actual_end:.1f}s > {next_start:.1f}s",
119	"severity": "error"
120	})
121
122	# 检查3: 最后一段是否超出视频时长
123	last_seg = segments[-1]
124	last_end = last_seg["start_time"] + last_seg["actual_duration"]
125	if last_end > total_duration + 1:
126	issues.append({
127	"type": "exceeds_video",
128	"message": f"配音结束({last_end:.1f}s) > 视频时长({total_duration}s)",
129	"severity": "error"
130	})
131
132	# 检查4: 空白间隙
133	for i in range(len(segments) - 1):
134	current_end = segments[i]["start_time"] + segments[i]["actual_duration"]
135	next_start = segments[i+1]["start_time"]
136	gap = next_start - current_end
137	if gap > 3:
138	issues.append({
139	"type": "large_gap",
140	"segment": i,
141	"message": f"片段{i}和{i+1}之间有{gap:.1f}s空白",
142	"severity": "warning"
143	})
144
145	passed = not any(issue["severity"] == "error" for issue in issues)
146	return passed, issues
147	```
148
149	### 验证报告输出
150
151	```python
152	def print_validation_report(segments, total_duration):
153	"""打印配音验证报告"""
154	passed, issues = validate_voiceover(segments, total_duration)
155
156	print("╔" + "═" * 58 + "╗")
157	print("║" + "配音验证报告".center(54) + "║")
158	print("╠" + "═" * 58 + "╣")
159	print("║ 片段 │ 开始 │ 目标时长 │ 实际时长 │ 状态 ║")
160	print("╠" + "═" * 58 + "╣")
161
162	for i, seg in enumerate(segments):
163	status = "✅ OK" if seg["actual_duration"] <= seg["target_duration"] + 0.5 else "⚠️ 超时"
164	print(f"║ {i:2d} │ {seg['start_time']:5.1f}s │ {seg['target_duration']:5.1f}s │ {seg['actual_duration']:5.1f}s │ {status:10s} ║")
165
166	print("╠" + "═" * 58 + "╣")
167
168	if passed:
169	print("║ ✅ 验证通过 ║")
170	else:
171	print("║ ❌ 验证失败，请检查以下问题: ║")
172	for issue in issues:
173	if issue["severity"] == "error":
174	print(f"║ ❌ {issue['message'][:50]:50s} ║")
175
176	print("╚" + "═" * 58 + "╝")
177
178	return passed
179	```
180
181	## 完整配音脚本模板 (V2 - 多语言版)
182
183	```python
184	#!/usr/bin/env python3
185	"""
186	配

People who liked this also viewed

6 picks

Type