generate-narration

name	generate-narration
description	原稿テキストから VOICEVOX（ローカル・ゼロ円の既製声）または fal Qwen3-TTS（自声クローン）でナレーション音声を生成し、edit.json の audio.narration[] へ書き込むスキル。ナレーションを作ってほしいと頼まれたとき、仮ナレ（下書き試聴）が欲しいとき、声プロファイルを新規に作りたいとき、または既存のナレーションをエンジンや声で差し替えたいときに使う。

ナレーション音声を生成する

Language: Respond in the user's language — 対話・質問・承認確認・レポートはユーザーの使用言語に合わせる（例: 英語で話しかけられたら英語で応答する）。

FORBIDDEN 級ハードルール

次の規則は詳細手順より常に優先する。

1. 人声クローンはプロファイル所有者本人の声のみ。 consent 記録が無いプロファイルは使用しない
2. 参照音声を外部送信する前のローカル whisper 照合ガード必須。 スキップはオーナー明示指示時のみ、 かつその旨を記録する
3. 生成には読み原稿（かな化）を使い、script / reading を両方 edit.json に記録する
4. 有償レーン（fal）は費用宣言 → 明示承認後のみ実行する。 ElevenLabs は凍結中 — 選択肢として 提示すること自体をしない
5. API キー直叩き禁止・manage-connections 経由のみ。 doctor が ok でないレーンは提示しない
6. provenance を毎回記録する。 VOICEVOX 系の声は credit 欄（例「VOICEVOX:ずんだもん」）が必須

実行順と目次

1. engines.md を読み、エンジンアダプタ（voicevox / fal-qwen3）の使い方、選び方、 仮ナレ→本番の二段運用を確認する。ナレーション音声の生成そのものはここで行う。
2. 声プロファイルがまだ無く自声クローンを使いたい場合だけ voice-profile-setup.md を読み、原稿提示 → 録音 → whisper 照合ガード → fal クローン → 保存 → 耳検収の手順を踏む。
3. 表示原稿を読み原稿（かな化）に変換する前処理は reading-text.md を読み、 規約に沿って行う。
4. 話者がアバターのときは avatar-voice.md を読み、voice/voice.json の lane/ref を上記エンジンへ解決する。

現在の工程に対応するファイルだけを読み、先読みしない。

根拠

• データ契約: docs/contract-2026-07-20-edit-json-v1-narration.md
• 音声契約（BGM/SFX・ducking の前提）: docs/contract-2026-07-14-edit-json-v1-audio.md
• 接続・doctor・費用承認の統治: ../manage-connections/SKILL.md（編集はしない）
• クラウド送信の模範実装: ../analyze-footage/bin/transcribe-cloud.mjs