短视频旁白配音技能
输入脚本，输出可直接上传的短视频。不同于那些根据文本长度猜测字幕时间的工具，本技能 会转写最终的语音轨道，确保每一条字幕恰好在你说话的那一刻弹出。
适用场景
- “把这个脚本 / 这些技巧 / 这篇文章做成一个 Short（或 Reel、TikTok）。”
- “制作一个带有配音和字幕的无露脸短视频。” “用我的声音。”
- “从这些脚本制作 5 个短视频” -> 对每个脚本文件运行一次。
步骤
-
检查是否设置了
MIRAGEA_API_KEY（切勿打印它）。声音：用户 Miragea 的声音 ID，或者用户语音片段及其准确文字的公开 URL。建议用户export MIRAGEA_VOICE_ID=...。仅克隆用户拥有或有权使用的声音。 -
编写脚本：每个场景一段短段落，场景之间用空行分隔，总字数 120-170 词，适合 45-60 秒的短视频。第一场景以钩子开头。可选地，在场景开头使用
@file选择其背景：让任何配音听起来专业的三个快速技巧。 @broll/desk.mp4 首先，在一个有柔软家具的小房间里录音。回声比噪音更难消除。 -
渲染：
python3 scripts/short.py tips.txt --voice VOICE_ID # 渐变背景 python3 scripts/short.py tips.txt --media ./broll --music bed.mp3 # 用户的图片/剪辑 + 音乐 -
从输出的 JSON 中获取
video和srt提供给用户。提供编辑选项：修改某个场景的文本并重新运行；仅该场景会重新配音，其余场景来自缓存。
自动完成内容
| 步骤 | 方法 |
|---|---|
| 语音 | 每个场景使用 Miragea 配音；场景间有 0.18 秒呼吸声 |
| 字幕时间 | 通过 Miragea 转写完成后的语音轨道；1-3 个大写单词提示，底部三分之一位置 |
| 图片 | 裁剪为 9:16，每个场景交替慢速放大缩小 |
| 剪辑 | 裁剪为 9:16，循环或剪切至场景时长，原始音轨被删除 |
| 无媒体 | 动态渐变背景（4 种配色，旋转切换） |
| 音乐 | 循环播放，音量 30%，在人声下侧链闪避 |
| 响度 | -14 LUFS 集成，-1 dBTP（达到 Shorts/TikTok/Reels 标准） |
| 重新运行 | 每段场景的语音和转录缓存；未更改的场景免费 |
选项
| 标志 | 默认值 | 作用 |
|---|---|---|
--voice ID / --ref-url URL --ref-text TEXT | 环境变量 | 已保存的 Miragea 声音，或从公开语音片段克隆 |
--media DIR | 无 | 为没有 @file 的场景提供图片/剪辑，按文件名排序 |
--music FILE | 无 | 背景音乐，自动闪避 |
--lowercase | 关闭 | 使用首字母小写的字幕 |
--no-captions | 关闭 | 跳过字幕（不产生转录费用） |
--model | expressive | 或 standard |
-o FILE | SCRIPT.short.mp4 | 输出路径 |
费用与限制
语音：按字符计费（一篇 150 词的短视频约 850 字符）。字幕时间：按完成后的语音时长计费，每秒 3 点（25 秒约 75 点）；之后缓存。实时费率：GET https://miragea.ai/v1/capabilities。每个场景字符数不超过 2,000 字符。时长超过 3 分钟（YouTube 的 Shorts 限制）时会打印警告。
故障排除
media file not found->@后面的路径是相对于脚本或--media文件夹的。No such filter: gradients-> ffmpeg 版本低于 6.1；请升级，或通过--media传入图片。401密钥错误，402请在 miragea.ai 充值，429请等待并重新运行（已缓存的不会重复计费）。
请仅使用您拥有版权的音乐和素材。示例脚本及其输出请见 examples/ 目录。