Communitygithub.com

短影音腳本與語音生成

為垂直短影音規劃主題、編寫腳本表格(擁有者語言與影片語言的旁白對照)、使用本地 Kokoro TTS 錄製旁白、透過 Whisper 檢查,並擬定標題。適用於選擇或撰寫短影音、修改腳本,或錄製/重新錄製旁白。頻道規則來自 CHANNEL.md。

短影音腳本與語音生成 是什麼?

這個技能為 AI 代理(例如 Claude Code、Cursor、Codex)提供了一套端到端的工作流程,用於製作垂直短影音。它從`CHANNEL.md`讀取頻道規則(受眾、語氣、語言、事實查核和內容限制)開始,確保每個短影音符合頻道品牌。然後引導代理完成四個階段:主題研究(使用附有來源和事實查核日期的一個檔案)、雙語腳本撰寫(擁有者語言與影片語言對照)、使用本地 Kokoro TTS(可配置聲音、速度和語言)和 OpenAI Whisper(用於驗證和字幕)進行語音生成,以及標題優化(平台重複檢查)。該技能處理常見的編輯工作,例如重新措辭 Whisper 誤解的台詞(可能混淆觀眾的)以及透過專門工具修剪結尾節拍,無需完全重新錄製。在 macOS(透過 Homebrew 安裝 Kokoro)和 Linux 上受支援,適合自動化內容創作者的短影音製作流程,同時保持品質和事實準確性。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

短影音腳本與語音(主題中立)

先閱讀專案的 CHANNEL.md:受眾、語氣、語言、主題與事實規則、內容規則、語音設定以及結尾規則均來自此檔案,並覆蓋以下的預設值。以個人資料中命名的語言與擁有者交談。

1. 主題

  • 每個短影音一個主張,對此受眾有趣或可搜尋,且須符合個人資料的內容規則。研究後記錄在一個檔案中:每個主張標記為已驗證/單一來源/未驗證,附上 URL 和檢查日期。對於承載影片的主張,親自打開主要頁面;絕不將謠言當作事實呈現。
  • 搜尋型標題:在標題定案前,搜尋平台是否有完全相同或極度相似的標題,並報告最接近的匹配(頻道、觀看次數、發布時間);若存在接近的重複,提出一個不同的變體。

2. 腳本檔案(<short>/script.md,或每批次一個檔案)

一個兩列表格:擁有者語言的旁白意思 | 影片語言的旁白台詞。下方列出:來源(媒體、日期、URL、各自支持的內容)、一行「未說出的內容」(刻意省略的主張、動機、數字)、主要的螢幕文字(鉤子台詞和系列標籤)以及建議的標題。長度:以速度 1.12 計算,每 20 秒約 55-75 字。 文字的預設值(個人資料可覆蓋):使用連接詞串聯的完整流暢句子,清楚說明誰做了什麼及地點,每個數字和術語都解釋清楚,對觀眾的祈使句語氣柔化,從鉤子到收尾單一論點。按照個人資料指定的方式向擁有者展示腳本,並在個人資料指示時開始製作。

3. 語音(本地 Kokoro;聲音、速度和語言來自個人資料)

  1. <short>/vo/beats.json:{"lead": 0.0, "voice": "<voice>", "speed": 1.12, "lang": "<code>", "beats": [["hook", "text...", 0.3], ["id", "text...", pause_after_s], ...]}。 將數字拼寫出來。按照口語方式書寫縮寫和品牌名稱。最後一個節拍的暫停時間為 0。(voice、speed 和 lang 可以省略:預設值為 am_puck、1.12、en-us;環境變數 SHORTS_VOICE、SHORTS_SPEED、SHORTS_LANG 也適用。)
  2. $SHORTS_HOME/venv/bin/python _tools/build_vo.py <short>/vo/beats.json 寫入 vo/vo.wav 和 vo/timings.json。
  3. $SHORTS_HOME/venv/bin/python _tools/words.py <short>/vo 寫入 vo/words.json(Whisper 單字時間戳記,語言來自 beats.json)。
  4. 閱讀 words.json 中的轉錄文字。如果 Whisper 聽錯了一個詞,聽眾也可能會:重新措辭該台詞並重新錄製(句首的 "And"、"So"、"Load"、縮寫和名稱是典型情況)。如果只需要修正字幕(例如名字被拆成兩個詞),請在 vo/words-captions.json 中修正,並保留音訊不變。
  5. 使用 _tools/trim_last_beat.py 修剪擁有者放棄的結尾節拍,而無需重新錄製所有內容。

4. 標題與文字

標題採用搜尋形式,關鍵詞在前。描述和標籤在包裝步驟(技能 shorts-packaging)中處理;對觀眾的提問則按照個人資料指定的位置放置(口語台詞或置頂留言)。

交給腳本前的檢查

  • 單一論點;每個數字都已解釋;事實有歸屬;沒有來源未提及的內容;如果個人資料禁止,則無劇透。
  • 口語長度符合計畫(timings.json 總時長);結尾台詞遵循個人資料。

Individual skills in this repo

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

相關技能