AI 口播配音：用免费的 edge-tts（微软 Edge 在线语音）为带货短视频逐句生成配音，自动去首尾静音、统计每句时长、缓存复用，可选音色/语速/音调，并给出口播稿改写规则。
Use when the user needs a voice-over, 配音, 口播, 旁白, TTS, text-to-speech, AI 主播声音, or wants to turn a script into audio for 抖音 / TikTok / 视频号 videos.
インストールする前に、エージェントに与えられる指示の中身を確認できます。
逐句合成 → 去静音 → 48 kHz WAV → durations.json。后续的字幕、镜头时长都按真实配音时长对齐，不再「声画对不上」。
Part of ecommerce-video-skills · 脚本：
scripts/tts_edge.py（仅依赖edge-tts+ ffmpeg）
storyboard.json 的 line 字段）pip install edge-tts，ffmpeg，能访问微软 TTS 服务的网络改写成「好读」的口播稿（见规则），每句 8–20 字。
选音色（python scripts/tts_edge.py --list zh-CN 查看全部）：
| 场景 | 推荐音色 |
|---|---|
| 活力种草（男） | zh-CN-YunxiNeural |
| 亲切种草（女） | zh-CN-XiaoxiaoNeural / zh-CN-XiaoyiNeural |
| 激情促销 | zh-CN-YunjianNeural |
| 专业讲解 | zh-CN-YunyangNeural |
| 台湾 / 香港 | zh-TW-HsiaoChenNeural / zh-HK-HiuMaanNeural |
| English | en-US-AndrewNeural · en-US-AvaNeural · en-US-EmmaNeural |
合成：
pip install edge-tts
# 单句试听
python scripts/tts_edge.py "夏天带冰水出门，不到中午就变温了？" --voice zh-CN-YunxiNeural --rate "+10%" -o out/hook.wav
# 整个分镜（每镜一句 → build/tts/l00.wav … + durations.json）
python scripts/tts_edge.py --storyboard storyboard.json --outdir build/tts
试听 2 句再批量：语速 +5%～+15% 最像带货口播；超过 +20% 会显得赶。
交给 ffmpeg-auto-assemble（它会自动调用本脚本）或自己的剪辑软件。
2核8G → 两核八G；24h → 二十四小时；型号字母之间加空格 A I。字幕可以保留原写法（sub 字段）。line，sub 保留正确拼写。把下面的带货文案改写成适合 TTS 朗读的口播稿：每句 8–20 字、一句一件事、口语化；
数字和字母写成读法；另外输出一列「字幕版」保留原始写法并用 **加粗** 标 1 个关键词。
不要添加原文没有的卖点或数据。原文：{…}
durations.json 已生成，总时长符合目标| 问题 | 修复 |
|---|---|
edge-tts failed / 超时 | 网络问题，脚本已重试 3 次；换网络或稍后再试；离线时用 assemble.py --tts none 先预览画面 |
| 读音错误 | 在 line 里写谐音/拼读，sub 保留原文 |
| 句子之间停顿太长 | 已自动去首尾静音；调 storyboard 的 pad（默认 0.25s） |
| 声音太平 | 换 YunjianNeural/XiaoyiNeural；--pitch "+5Hz"；句尾用问号/感叹号 |
| 需要真人感 | edge-tts 是合成音；高要求场景改用真人录音，流水线照样可用（把录音放进 build/tts/lXX.wav） |
edge-tts 由社区维护（rany2/edge-tts，LGPL-3.0），调用的是微软在线服务；本仓库只把它当依赖安装，不包含其代码。
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
封面与标题 A/B：为带货短视频生成多套封面（自动挑选清晰帧或用干净素材图 + 不同标题与版式）和多组标题/文案，导出 3:4 / 9:16 封面文件和对比图，并给出 A/B 测试方法与记录表。Use when the user wants a video cover, 封面, 首图, thumbnail, 标题, 文案, title variants, A/B test covers for 抖音 / 视频号 / 小红书 / TikTok, or wants to improve click-through rate.
日本語の概要は準備中です。原文の説明を表示しています。
ffmpeg 自动拼接成片：一条命令把 storyboard.json（商品图/视频片段 + 口播稿）渲染成带配音、字幕花字、转场、BGM 自动闪避、响度标准化的 9:16 MP4，纯本地运行。Use when the user wants to assemble/edit/render a product video, 自动剪辑, 一键成片, 拼接视频, 图片转视频, Ken Burns, add BGM/subtitles/voice-over with ffmpeg, or batch-produce short videos without an editor.
日本語の概要は準備中です。原文の説明を表示しています。
3 秒钩子脚本：为电商短视频写前 3 秒开场（台词 + 画面 + 花字），按痛点/反差/结果先行/提问/数字/场景代入等钩子类型一次给出多版，并做合规自检。Use when the user asks for a hook, 开头, 黄金 3 秒, 前三秒, opening line, scroll-stopper, 完播率, or wants to rewrite a weak opening for 抖音 / TikTok Shop / 视频号 / Reels.
日本語の概要は準備中です。原文の説明を表示しています。
主图转视频：把一张或几张商品主图/白底图/场景图，写成可直接喂给图生视频模型的镜头提示词（运镜、主体动作、光线、时长、负面约束），并保证商品不变形。Use when the user has product images and wants a product video, 主图视频, 图生视频, image-to-video, animate a product photo, or 让主图动起来 — with any image-to-video model (Seedance / 可灵 Kling / Veo / Runway / Hailuo / Wan …) or a local Ken Burns fallback.
日本語の概要は準備中です。原文の説明を表示しています。
直播切片：从电商直播录屏中找出高光片段（按时间戳 / 按字幕关键词 / 按停顿自动提议），批量导出 9:16 竖屏切片，自动模糊填充横屏画面、烧录标题与字幕、响度标准化，并给切片写标题与开头钩子。Use when the user has a livestream recording and wants 直播切片, 切片, highlights, clips, 高光片段, repurpose a live stream into short videos for 抖音 / 视频号 / TikTok.
日本語の概要は準備中です。原文の説明を表示しています。
多模型镜头提示词适配：把一份分镜表改写成适合不同视频生成模型的提示词（中/英、首帧/首尾帧/纯文生视频、运镜词表、负面约束），模型中立、不编造价格或参数。Use when the user wants the same shot list adapted for Seedance, 可灵 Kling, Veo, Runway, Hailuo/海螺, Wan/通义万相, Sora, Pika or 'any video model', asks 怎么写视频提示词, camera movement terms, or a model returns deformed products.
日本語の概要は準備中です。原文の説明を表示しています。