TTS Script Generator
智能压缩和改写文档为适合 TTS 朗读的脚本。
核心能力
- 🤖 AI 智能分析：Claude 分析文章内容，判断最佳视频时长和配图风格
- ⏱️ 智能时长决策：根据内容自动决定合适的时长（3-8分钟）
- 🎨 智能风格决策：根据主题自动选择配图风格（纽约客/浮世绘/扁平/写实等）
- 📉 智能压缩：按最佳时长压缩内容（如 19分钟 → 5分钟）
- 💬 口语化转换：书面语 → 自然口语
- 😊 情感优化：添加情感词语，让 TTS 更生动
- 🎯 自动分段：根据内容自动判断最佳段数（每段 10-20 秒）
- 📊 时长预估：精确计算每段朗读时长
工作原理
在 Claude 对话中执行：
- Claude 读取原文档
- Claude 分析内容：
- 文章主题和结构
- 核心观点数量
- 内容密度
- 判断最佳视频时长（3-8分钟）
- 判断最适合的配图风格（如：历史类→浮世绘，科技类→扁平，人文类→纽约客）
- Claude 智能改写：
- 提取核心观点
- 按最佳时长压缩
- 转换为口语化表达
- 添加情感词语和停顿
- Claude 自动分段（每段适合配一张图）
- 根据文章主题判断最适合的配图风格
- 为每段生成配图描述（使用判断的风格）
- 输出两个文件：
- tts_script.json（TTS文本脚本 + 动画标记）
- visual_config.json（配图描述，供 illustration-generator 使用）
tts_script.json 格式（新增动画标记）：
[
{
"segment": 1,
"text": "今天聊聊唐朝真实生活。想穿越？先等等！",
"duration": 15,
"animation_style": "fade_in",
"emphasis": true
},
{
"segment": 2,
"text": "唐朝可没卫生纸，上厕所用什么？",
"duration": 12,
"animation_style": "none",
"emphasis": false
}
]
动画标记规则（Claude 智能决策）：
animation_style:"fade_in"- 标题、开场、重点强调"write"- 核心观点、关键结论"typewriter"- 数据、事实陈述"none"- 普通内容（使用 ASS 字幕）
emphasis: 是否为重点片段（true/false）
决策原则：
- 第1段（开场）→
fade_in - 核心观���（每个章节的第1段）→
write - 数据/事实 →
typewriter - 其他内容 →
none（ASS 字幕） - 建议：24段中，3-5段用动画即可
执行脚本
generate.py - 生成 TTS 脚本
python ~/.claude/skills/tts-script-generator/scripts/generate.py <markdown文件>
- 读取 Markdown 文件
- 提取 H2 章节
- 转换为口语化
- 按时长分割
- 输出
tts_script.json
使用场景
- 视频配音：配合 image-to-video（主要用途）
- 播客生成：配合 podcast-generator
输出说明
本 skill 输出：
- ✅
tts_script.json- TTS 文本脚本 - ✅
visual_config.json- 配图描述
不包含：
- ❌ TTS 音频生成（由 image-to-video skill 负责）
- ❌ 配图生成（需调用 illustration-generator skill）
- ❌ 视频合成（需调用 image-to-video skill）
调用方式
由 image-to-video skill 自动调用：
image-to-video 检测到长文档
→ 调用 tts-script-generator
→ Claude 在对话中改写
→ 输出压缩后的 TTS 脚本
→ image-to-video 继续处理
手动调用（在 Claude 对话中）：
用户: "请用 tts-script-generator 改写这篇文章"
Claude:
1. 读取文档（5947 字，19 分钟）
2. 分析内容：
- 主题：唐朝生活科普（历史人文类）
- 核心观点：4个（卫生、饮食、管制、阶级）
- 判断最佳时长：5 分钟（内容密度适中）
- 判断配图风格：浮世绘风格（历史题材，东方古典美学）
3. 改写为 1350 字
4. 分成 20 段（每段 15 秒）
5. 为每段生成浮世绘风格配图描述
6. 保存 tts_script.json + visual_config.json
输出格式
tts_script.json
[
{
"segment": 1,
"text": "今天聊聊唐朝真实生活。想穿越？先等等！唐朝可没卫生纸...",
"duration": 15
}
]
visual_config.json
{
"article_title": "穿越唐朝的真相",
"style": "ukiyo-e",
"sections": [
{
"section": 1,
"visual_description": "A person standing at a crossroads between modern city and ancient Tang Dynasty palace, looking confused, ukiyo-e style with traditional Japanese woodblock print aesthetics"
}
]
}
配图风格决策规则
Claude 会根据文章主题自动选择最适合的风格：
- 历史/古典类 →
ukiyo-e（浮世绘）：唐朝、宋朝、日本历史等 - 人文/社会类 →
new-yorker（纽约客）：社会观察、人物故事等 - 科技/商业类 →
flat（扁平风格）：科技产品、商业分析等 - 自然/旅行类 →
realistic（写实风格）：风景、动物、旅行等 - 艺术/创意类 →
abstract（抽象风格）：艺术评论、创意思考等
改写原则
- 保留核心：保留最重要的观点和故事
- 口语化：
- "但是" → "但是呢"
- "因为...所以..." → "为什么呢？因为..."
- 添加语气词："啊"、"呢"、"吧"
- 情感词语：
- 强调："真的"、"非常"、"特别"
- 惊叹："哇"、"天哪"、"想象一下"
- 节奏控制：
- 短句为主
- 适当停顿
- 每段一个核心点
可被调用
- image-to-video skill（主要）
- podcast-generator skill
- 其他需要 TTS 的 skills