ad-voiceoverlisted
Install: claude install-skill yanghhu/miragea-voiceover-skills
# 广告配音

广告配音是一个把广告词和宣传片解说稿按目标秒数配成成品音轨的 Agent 技能:给电商、品牌和企业宣传的视频制作者用,自动算语速卡准 15 / 30 / 60 秒,用你自己的克隆音色生成人声,叠加背景音乐并在说话时自动压低,一次出多个 A/B 版本,本地无需显卡。
## 一句话定义
广告配音 = 广告稿(可写多个版本)→ `ad_voice.py build --seconds 15 --bgm 音乐.wav` → 按目标秒数算好语速的人声 + 说话时自动压低的背景音乐 → 每版 `voice.wav`、`mix.wav`、`ad.srt`、`report.txt`。
## 适用人群与场景
| 谁在用 | 典型场景 |
|---|---|
| 电商运营、投放优化师 | 同一款商品写 2–3 个开场,一次生成 A/B 测试版本,卡准 15 秒 / 30 秒信息流位 |
| 品牌、企业宣传片制作 | 解说稿按成片时长配音,配上授权背景音乐,审片版当天出 |
| 门店、本地生活商家 | 新品、活动推广口播,改一句只重配一句 |
| 短视频剪辑师 | 先拿到恰好等于目标秒数的成品音轨,再进剪映 / PR 对画面 |
## 输入 → 输出
| 输入 | 输出(每个版本一个文件夹) |
|---|---|
| `广告稿.txt`:每行一两句;空行是短换气(`--gap`);单独一行 `[停顿 0.5]` 是固定停顿;`#` 开头是备注;多版本用单独一行 `=== 版本名` 分开 | `voice.wav`:片头留白 + 人声 + 片尾留白,总长等于 `--seconds` |
| `--seconds 15`:成片目标秒数 | `mix.wav`:加了 `--bgm` 时输出,人声 + 自动压低的背景音乐 |
| `--bgm 音乐.wav`:你自有或已授权的音乐(PCM WAV) | `ad.srt`:逐句字幕;`report.txt`:语速、字数、实测每分钟字数、是否超时 |
| `--voice 角色名称` 或 `--actor-id` | `OUT/report.txt`:所有版本一览(时长、语速、合格 / 超时) |
## 能力一览
| 项目 | 说明 |
|---|---|
| 卡时长 | 目标秒数减去片头 `--intro`(默认 0.5 秒)、片尾 `--outro`(默认 1 秒)和固定停顿,按粗估朗读时长算出一个统一语速,限制在 `--min-speed`(默认 0.8)到 `--max-speed`(默认 1.35)之间;稿子太长会提示删到大约多少字 |
| 实测校准 | 正式生成后量真实时长;`--refit` 时人声超出就按修正后的语速重配一次;`report.txt` 给出实测语速,下次用 `--cps` 让预估更准 |
| 背景音乐 | 读 PCM WAV,循环铺满到成品长度;`--bgm-gain`(默认 -14 dB)定音乐相对音量,`--duck`(默认 10 dB)为说话时额外压低的量,起落平滑;`--fade-in` / `--fade-out` 渐入渐出 |
| 多版本 | `=== 版本名` 分隔,一次生成全部版本,文件夹按版本名命名 |
| 增量 | 每句按“文字 + 音色 + 语速”缓存在 `cache/`,改一句只重配这一句;断网后重跑续做 |
| 单独混音 | `mix 人声.wav