AI视频语音设计
即使语音未确定,此阶段也必须执行。请遵循以下流程:
未确定 → 选定供应商 → 生成候选语音 → 生成预览 → 用户审批 → 生成完整配音 → 生产就绪
选择合适的语音,适合知识渊博的年轻专业人士:清晰、冷静、可信、有活力但不显促销。生成简短的代表性预览,并在渲染完整旁白前获得用户批准。
支持预设语音、用户提供的音频或授权的语音克隆。对于MiMo,请遵循 references/mimo.md。禁止提交、打印或嵌入API密钥。禁止在未获得用户所有权或明确授权的情况下克隆语音。
生成语音简报、候选说明、预览文件、审批证据、完整配音以及时序元数据。如果语音或时序发生变化,需要下游的字幕时序、音频集成、动作/音频对齐和校准重新运行。