TTS 腳本生成器
智慧壓縮和改寫文件為適合 TTS 朗讀的腳本。
核心能力
- 🤖 AI 智慧分析:Claude 分析文章內容,判斷最佳影片時長和配圖風格
- ⏱️ 智慧時長決策:根據內容自動決定合適的時長(3-8分鐘)
- 🎨 智慧風格決策:根據主題自動選擇配圖風格(紐約客/浮世繪/扁平/寫實等)
- 📉 智慧壓縮:按最佳時長壓縮內容(如 19分鐘 → 5分鐘)
- 💬 口語化轉換:書面語 → 自然口語
- 😊 情感優化:添加情感詞語,讓 TTS 更生動
- 🎯 自動分段:根據內容自動判斷最佳段數(每段 10-20 秒)
- 📊 時長預估:精確計算每段朗讀時長
工作原理
在 Claude 對話中執行:
- Claude 讀取原文檔
- Claude 分析內容:
- 文章主題和結構
- 核心觀點數量
- 內容密度
- 判斷最佳影片時長(3-8分鐘)
- 判斷最適合的配圖風格(如:歷史類→浮世繪,科技類→扁平,人文類→紐約客)
- Claude 智慧改寫:
- 提取核心觀點
- 按最佳時長壓縮
- 轉換為口語化表達
- 添加情感詞語和停頓
- Claude 自動分段(每段適合配一張圖)
- 根據文章主題判斷最適合的配圖風格
- 為每段生成配圖描述(使用判斷的風格)
- 輸出兩個檔案:
- tts_script.json(TTS文字腳本 + 動畫標記)
- visual_config.json(配圖描述,供 illustration-generator 使用)
tts_script.json 格式(新增動畫標記):
[
{
"segment": 1,
"text": "今天聊聊唐朝真實生活。想穿越?先等等!",
"duration": 15,
"animation_style": "fade_in",
"emphasis": true
},
{
"segment": 2,
"text": "唐朝可沒衛生紙,上廁所用什麼?",
"duration": 12,
"animation_style": "none",
"emphasis": false
}
]
動畫標記規則(Claude 智慧決策):
animation_style:"fade_in"- 標題、開場、重點強調"write"- 核心觀點、關鍵結論"typewriter"- 數據、事實陳述"none"- 普通內容(使用 ASS 字幕)
emphasis: 是否為重點片段(true/false)
決策原則:
- 第1段(開場)→
fade_in - 核心觀點(每個章節的第1段)→
write - 數據/事實 →
typewriter - 其他內容 →
none(ASS 字幕) - 建議:24段中,3-5段用動畫即可
執行腳本
generate.py - 生成 TTS 腳本
python ~/.claude/skills/tts-script-generator/scripts/generate.py <markdown檔案>
- 讀取 Markdown 檔案
- 提取 H2 章節
- 轉換為口語化
- 按時長分割
- 輸出
tts_script.json
使用場景
- 影片配音:配合 image-to-video(主要用途)
- 播客生成:配合 podcast-generator
輸出說明
此 skill 輸出:
- ✅
tts_script.json- TTS 文字腳本 - ✅
visual_config.json- 配圖描述
不包含:
- ❌ TTS 音頻生成(由 image-to-video skill 負責)
- ❌ 配圖生成(需呼叫 illustration-generator skill)
- ❌ 影片合成(需呼叫 image-to-video skill)
呼叫方式
由 image-to-video skill 自動呼叫:
image-to-video 檢測到長文件
→ 呼叫 tts-script-generator
→ Claude 在對話中改寫
→ 輸出壓縮後的 TTS 腳本
→ image-to-video 繼續處理
手動呼叫(在 Claude 對話中):
用戶: "請用 tts-script-generator 改寫這篇文章"
Claude:
1. 讀取文件(5947 字,19 分鐘)
2. 分析內容:
- 主題:唐朝生活科普(歷史人文類)
- 核心觀點:4個(衛生、飲食、管制、階級)
- 判斷最佳時長:5 分鐘(內容密度適中)
- 判斷配圖風格:浮世繪風格(歷史題材,東方古典美學)
3. 改寫為 1350 字
4. 分成 20 段(每段 15 秒)
5. 為每段生成浮世繪風格配圖描述
6. 儲存 tts_script.json + visual_config.json
輸出格式
tts_script.json
[
{
"segment": 1,
"text": "今天聊聊唐朝真實生活。想穿越?先等等!唐朝可沒衛生紙...",
"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"
}
]
}
配圖風格決策規則
Claude 會根據文章主題自動選擇最適合的風格:
- 歷史/古典類 →
ukiyo-e(浮世繪):唐朝、宋朝、日本歷史等 - 人文/社會類 →
new-yorker(紐約客):社會觀察、人物故事等 - 科技/商業類 →
flat(扁平風格):科技產品、商業分析等 - 自然/旅行類 →
realistic(寫實風格):風景、動物、旅行等 - 藝術/創意類 →
abstract(抽象風格):藝術評論、創意思考等
改寫原則
- 保留核心:保留最重要的觀點和故事
- 口語化:
- "但是" → "但是呢"
- "因為...所以..." → "為什麼呢?因為..."
- 添加語氣詞:"啊"、"呢"、"吧"
- 情感詞語:
- 強調:"真的"、"非常"、"特別"
- 驚嘆:"哇"、"天哪"、"想像一下"
- 節奏控制:
- 短句為主
- 適當停頓
- 每段一個核心點
可被呼叫
- image-to-video skill(主要)
- podcast-generator skill
- 其他需要 TTS 的 skills