数字人口播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

面向本地中文真人口播制作，本 Skill 以 CosyVoice3 将新文案合成为已登记人物的声音，再用 QuickTalk 同步嘴部与近脸动作，保留原视频身份和肢体表演。它可复用声音及默认表演视频档案，衔接公开抖音单作品下载，并提供自然版、感情版、平衡版三种语音。交付支持时长对齐、可选中文字幕与背景音乐的成片及任务目录；模型、档案和输出均存于用户选定的本地位置，不消耗按次 API Token。

技能包含

text
12345678910111213141516171819
技能包根目录 /├── SKILL.md                       # （本文件）技能主说明：本地安装、档案路由、生成流程与输出约定├── agents/                        # 代理适配配置（1 个文件）│   └── openai.yaml                # OpenAI 代理入口与交互配置├── assets/                        # 随包携带的本地运行时资源（14 个文件）│   └── runtime/                   # 运行配置、安装器及 Linux 语音与视频生成管线├── references/                    # 首次配置、人物档案与制作流程参考│   ├── first-run-setup.md         # 首次安装位置选择与运行时配置说明│   ├── voice-profiles.md          # 声音档案创建、选择与默认风格维护规则│   └── workflow.md                # 抖音处理、字幕配乐及口播生成流程└── scripts/                       # 安装、档案登记、任务运行与抖音下载入口（11 个文件）    ├── download_douyin.py         # 单个公开抖音作品下载与环境预检入口    ├── install.ps1                # 按用户指定目录安装本地运行时    ├── list-install-locations.ps1 # 列出本地固定磁盘及可用空间    ├── register-performance.ps1   # 登记或替换默认真人表演视频    ├── register-profile.ps1       # 用参考录音和逐字稿注册声音档案    ├── resolve-runtime-root.ps1   # 解析已保存的本地运行时根目录    ├── run.ps1                    # 执行语音合成、口型同步与成片任务    └── _douyin/                   # 内置抖音下载器、兼容层及依赖清单（4 个文件）

核心能力

• 可选择的首次安装：列出固定磁盘与剩余空间，说明约 32 GB 运行时、推荐 16 GB 显存及至少 80 GB SSD 空闲，由用户确定目录后部署固定版本 CosyVoice3、QuickTalk 与依赖，不静默指定盘符。
• 可复用人物档案：以优先 10–30 秒、单人低噪的参考录音和逐字稿注册声音；仅在用户明确要求时登记或替换默认表演视频，后续任务可沿用已保存档案。
• 三种语音与局部口型：默认使用自然版零样本克隆，另提供感情版、平衡版；只生成新音频所需的嘴部及近脸动作，保留人物身份和肢体动作，不静默更换模型或默认风格。
• 抖音与文案入口：下载当前请求的单个公开抖音作品，衔接现有转写能力，并在改写时保留核心论点、节奏和时长目标；用户直接提供文案且未要求改写时保留原文。
• 成片与任务交付：完成音画时长对齐，可选烧录中文字幕和添加背景音乐；成片保存至按时间与任务名命名的本地目录，并返回所用风格、是否为临时覆盖及是否使用默认表演视频。
• 授权与失败边界：克隆声音或人脸前须取得本人授权，拒绝冒充和欺骗性身份使用；私密、删除或登录专享作品不自动登录，同链接两次完整尝试失败后停止并保留诊断。

应用场景