Communitygithub.com

短视频脚本与配音

规划短视频主题、编写双语脚本表格、使用本地 Kokoro TTS 录制配音、用 Whisper 校验字幕并拟定标题。适用于选题、改稿、录制或重配音的整个流程。

短视频脚本与配音 是什么?

短视频脚本与配音是一个高度自动化的技能,专为希望大规模生产垂直短视频内容的创作者设计。该技能遵循 `CHANNEL.md` 中定义的频道规则,确保每个视频都符合特定的受众、语气、语言和内容策略。技能的工作流程分为四个核心阶段:首先,基于研究选择主题,生成搜索友好的标题;其次,创建一个双语脚本表,将创作者语言(含义)与视频语言(台词)对应;第三,使用本地 Kokoro TTS 引擎生成配音,通过 Whisper 自动检查转录准确性,并提供工具修复听错或翻译问题;最后,编写紧跟主题的标题,并为后续的包装步骤做好准备。该技能支持 Cursor、Claude Code 和 Cline 等 AI 代理平台,通过 `CHANNEL.md` 配置实现高度定制,从而将内容生产流水作业化。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ilyamelnichenkov/youtube-shorts/tree/HEAD/skills/shorts-script-voice

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

短视频脚本与配音(话题中立)

首先阅读项目的 CHANNEL.md:受众、语气、语言、话题与事实规则、内容规则、配音设置以及结尾语规则均来自该文件,并覆盖下面的默认值。使用描述文件中指定的语言与主播交流。

1. 话题

  • 每个短视频只讨论一个论点,需对该受众有趣或可搜索,且符合规则文件中的内容规则。将其研究存入一个文件:每个论点标注为“已验证 / 单一来源 / 未验证”,附带 URL 和检查日期。自行打开支持视频核心论点的首要页面;切勿将传闻作为事实呈现。
  • 搜索式标题:在标题最终确定前,在平台内搜索完全相同或几乎相同的标题,并报告最接近的匹配项(频道、观看量、发布时间);若存在相近重复项,则提出修改后的变体。

2. 脚本文件(<short>/script.md,或每批次一个文件)

一个包含两列的表格:主播语言的含义(意思)| 视频语言的台词。表格下方:来源列表(出处、日期、URL、每个来源支持的内容)、一行“未说明”的内容(故意省略的论点、动机、数字)、屏幕大文字(钩子和系列标签)以及提议的标题。长度:以 1.12 倍速每 20 秒大约 55-75 词。文本默认值(规则文件可覆盖):完整的流畅句子,由连接词连接,明确谁做了什么及在哪里,解释每个数字和术语,对观众的命令语气软化,从钩子到收尾的单一论证。按照规则文件指定的方式向主播展示脚本,并在规则文件指定时开始制作。

3. 配音(本地 Kokoro;声音、速度和语言来自规则文件)

  1. <short>/vo/beats.json:{"lead": 0.0, "voice": "<voice>", "speed": 1.12, "lang": "<code>", "beats": [["hook", "text...", 0.3], ["id", "text...", 暂停秒数], ...]}。数字拼写出来。按口语方式书写缩写和品牌名。最后一个节拍的暂停为 0。(voice、speed 和 lang 可以省略:默认值分别为 am_puck、1.12、en-us;环境变量 SHORTS_VOICE、SHORTS_SPEED、SHORTS_LANG 同样有效。)
  2. $SHORTS_HOME/venv/bin/python _tools/build_vo.py <short>/vo/beats.json 生成 vo/vo.wav 和 vo/timings.json。
  3. $SHORTS_HOME/venv/bin/python _tools/words.py <short>/vo 生成 vo/words.json(Whisper 单词时间戳,语言来自 beats.json)。
  4. 阅读 words.json 中的转录。如果 Whisper 听错了某个单词,观众也可能听错:重新措辞该行并重新录制(句首的“And”、“So”、“Load”、缩写和名称是常见问题)。如果只需要修正字幕(如一个名字被识别为两个单词),在 vo/words-captions.json 中修复,保留音频不变。
  5. 使用 _tools/trim_last_beat.py 裁剪主播删除的结尾节拍,无需重新录制全部内容。

4. 标题与文本

标题采用搜索形式,关键词在前。描述和标签将在打包步骤(技能 shorts-packaging)中完成;向观众提出的问题按规则文件指定的方式呈现(口播或置顶评论)。

将脚本移交前的检查事项

  • 一个论点;每个数字都得到解释;事实注明出处;内容不超过来源所述;如果规则文件禁止剧透,则没有剧透。
  • 口播长度与计划相符(timings.json 总时长);结尾语遵循规则文件。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

相关技能