ai
星标5
分支3
更新时间2026年3月28日 02:10
根据视频内容生成与画面匹配的解说旁白，使用 Ark TTS 合成有吸引力的配音并替换原音轨
安装
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
SKILL.md
readonly来源
下载
相关职业SOC
基于 SOC 职业分类
菜单
根据视频内容生成与画面匹配的解说旁白，使用 Ark TTS 合成有吸引力的配音并替换原音轨
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | AI 解说配音 |
| description | 根据视频内容生成与画面匹配的解说旁白，使用 Ark TTS 合成有吸引力的配音并替换原音轨 |
| trigger | AI解说、配音、旁白、narration、解说 |
| tags | ["narration","tts","voice","dubbing"] |
| icon | 🎙️ |
为短剧投流素材生成与画面匹配的解说配音：先分析视频内容，再生成解说词脚本，经 Ark TTS 合成后替换原音轨。要求声音有吸引力，与画面节奏一致。
.env 中配置 ARK_API_KEY（用于视频分析与文案生成）。ARK_TTS_ENDPOINT 或 ARK_TTS_MODEL 用于语音合成；未配置时仅生成文案和占位静音，便于后续接入真实 TTS。zh_female_huayan。*_narration.mp4（原画面 + 新解说音轨）。*_script.txt 与占位音频。根据视频情绪/风格从音乐库中自动匹配合适的 BGM 并混音，支持 ducking
基于豆包大模型 ASR（LAS-ASR-PRO）的高精度语音转写：支持视频自动抽取音轨、降噪预处理、超大文件与超长时长、 TOS 内网路径（tos://）输入；输出带时间戳的分句 JSON，可选说话人分离、情感/性别/语速、敏感词过滤等扩展分析。 异步 submit/poll。适用于台词精转、会议纪要、多语言音视频（支持多格式与自动语种检测）。需 LAS 侧鉴权与算子配置。
从视频或纯音频中提取音轨，并按固定时长切分；支持 wav/mp3/flac 等格式转换，输入输出可对接 TOS。 需 LAS_API_KEY。适用于批量抽音频、等长分段、给 ASR/剪辑流水线备料。
按自然语言描述从长视频中抽取片段：高光、指定场景、参考图找人/找物、长视频语义分段与带时间戳的摘要。 支持参考图锁定目标，结果多为 TOS 上的剪辑 URL。需 LAS_API_KEY 与算子区域配置。适合云端粗剪、素材初筛与自动化拆条。
OpenClaw 系统诊断和性能分析工具。分析 agent 推理耗时、Token 用量、工具调用统计、 Run 时间线、Gateway 重启历史。支持多种模式：批量分析（默认）、实时跟踪（-f）、 摘要统计（-s）、高级诊断（--advanced）。支持多 Agent 过滤。 使用场景：当用户询问 OpenClaw 运行状态、性能瓶颈、推理延迟、Token 消耗、 工具执行统计、错误排查、agent 活动分析时触发。 触发词：诊断、diagnostics、性能分析、推理耗时、token统计、运行状态、 agent分析、工具调用统计、Run详情、Gateway重启。 指令触发：/diag — 直接执行诊断，支持参数透传。
使用豆包 Seedance 模型进行文生视频、图生视频（首尾帧）及多模态参考（图/音/视频）生成短片。 当用户需要从零生成视频、根据图片延展成片、或带参考素材生成视频时使用。 需配置 ARK_API_KEY，或 MODEL_VIDEO_API_KEY / MODEL_AGENT_API_KEY；可选 MODEL_VIDEO_API_BASE、MODEL_VIDEO_NAME。