| 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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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。
- 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。
- 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。
- 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