数字人口播视频v1.0.0

免责声明：本站部分 Skill 来源于公开渠道，使用前请注意识别相关风险，内容版权归原作者所有，如 Skill 涉及版权问题，请在线反馈，核实后予以下架处理。

概述

本 Skill 面向需要让静态人像开口讲解的具体场景：将一张人物照片与一段短脚本或已确认的语音录音，合成为一条有明确讲述内容的数字人口播视频。支持两条路线——直接使用现成录音驱动人物面部动作，或先根据脚本和选定音色生成旁白，再用语音驱动视频生成。整个流程会严格校验人像与音频的格式兼容性、时长约束与付费边界，并在交付后检查人物身份一致性、语音清晰度、嘴部时序、动作克制度及背景稳定性。适合单条讲解短片，如产品信息、培训引导、公告通知、社交口播或课程片段。

技能包含

• SKILL.md（本文件）：技能主说明，含输入校验、标准执行路径、付费修改与取消规则
• scripts/mcp_client.py：随包 MCP 客户端，所有 Beatra 操作的唯一调用入口
• scripts/authorize.py：授权与凭证管理
• scripts/auto_update.py：自动更新执行
• scripts/uninstall.py：卸载与断开连接
• references/workflow.md：旁白优先的讲述者工作流，含声音选择、参数构建、轮询与交付复核
• references/installation-and-auth.md：安装与授权
• references/installation-registration.md：包注册步骤
• references/tasks-and-results.md：任务与产物语义
• references/billing-errors-and-recovery.md：计费、错误与恢复
• references/mcp-connection.md：随包 MCP Client 连接诊断
• references/updates-and-security.md：更新与安全
• references/uninstall-and-disconnect.md：卸载与断开连接

核心能力

• 人像+语音合成视频：将静态人物照片与驱动音频合成为口播视频，人物面部动作由语音驱动
• 脚本转旁白：根据短脚本和选定音色生成合成语音，再进入视频制作
• 严格格式预检：合成前自动比对人像尺寸、画幅、音频时长与 Beatra 实时模型约束，避免付费失败
• 分阶段付费管控：旁白与视频为两个独立付费阶段，每次变更需重新确认参数与请求 ID
• 交付质量复核：检查人物身份一致性、口型同步、动作稳定性、结尾质量及必须保留项偏移
• 任务恢复与取消：支持通过任务 ID 查询、重试或取消正在进行的合成任务

应用场景