← ClaudeAtlas

miragea-video-voiceoverlisted

AI配音、视频配音、文字转语音(TTS)、声音克隆与字幕生成技能:把口播稿、电影解说稿、小说推文、广告脚本、带货文案、有声书章节写成带 [角色] 标签的稿件,一条命令生成多角色配音 WAV、带时间轴的 SRT 字幕和逐句时间 manifest.json,直接导入剪映 / CapCut / Premiere / ffmpeg。音色用账号里的角色,也可以先用本人授权录音创建私有角色(声音克隆);支持语气标签、0.25–4 倍语速、停顿控制;已有音频 / 视频可识别成 SRT / TXT / JSON 字幕。内置口播、解说、带货、数字人、广告片、有声书 6 个节奏预设;改一句只重配一句。配音与字幕由 Miragea 开放 API 生成,本地只需 Python 3.9+ 标准库、无需显卡,可 --dry-run 离线试跑。适用于 Claude Code、Codex、OpenClaw、Cursor、WorkBuddy。AI voiceover, text to speech, voice cloning, multi-speaker dubbing and SRT subtitles.
yanghhu/miragea-voiceover-skills · ★ 0 · AI & Automation · score 78
Install: claude install-skill yanghhu/miragea-voiceover-skills
# AI配音 「AI配音」是一个把视频文字稿一键生成多角色配音(WAV)和带时间轴 SRT 字幕的 Agent 技能:音色用账号里的角色(可用本人录音创建,即声音克隆),覆盖口播、电影解说、小说推文、带货、广告片和有声书,本地无需显卡。 ## 一句话定义 AI配音 = 一份带 `[角色]` 标签的文字稿 → 整段配音 `voiceover.wav` + 带时间轴字幕 `voiceover.srt` + 每句起止时间 `manifest.json`,一条命令完成;每句由 Miragea 开放 API 生成,本地只需 Python 3.9+,无需显卡、无需安装第三方包。 ## 适用人群与场景 | 场景 | 典型需求 | 推荐预设 | |---|---|---| | 口播 / 知识博主 | 自己的克隆声音日更口播,竖屏字幕 | `--preset koubo` | | 电影 / 短剧解说 | 旁白 + 角色台词多音色,按时间轴对画面 | `--preset jieshuo` | | 小说推文 / 有声书 | 多角色朗读、段落停顿、字幕带角色名 | `--preset youshengshu` | | 带货短视频 | 快节奏卖点配音、大字字幕、多版本测试 | `--preset daihuo` | | 数字人 / AI 分身 | 干净人声驱动音频 + 逐句时间轴 | `--preset shuziren` | | 广告片 / 宣传片 | 留白、精确停顿、固定品牌声音 | `--preset guanggao` | | 已有视频补字幕 | 音频 / 视频识别成带时间戳 SRT | `miragea_audio.py recognize` | 同系列还有按场景深入写稿方法的技能:口播配音、电影解说配音、小说推文配音、文字转语音、声音克隆、字幕生成。 ## 核心能力参数 | 项目 | 说明 | |---|---| | 输出文件 | `voiceover.wav`(整段配音)、`voiceover.srt`(带时间轴字幕)、`manifest.json`(每句说话人、文本、起止秒数)、`lines/`(每句音频,改稿时复用) | | 音色来源 | 账号里的角色:`voice=角色名称` 或 `actor_id=角色ID`(用 `actors` 查询);还没有角色时,用本人或已获授权的录音 `create-actor` 创建私有角色(声音克隆),之后每次都用这个角色配音 | | 生成模式 | `expressive`(客户端「默认」)/ `standard`(客户端「更像」);省略时用服务端默认,以 `capabilities` 实时返回为准 | | 语气标签 | `tags=标签名`,取 `capabilities` 里所选模式的 `tags[].label` | | 语速 | `speed=` 0.25–4,1 为正常语速,按角色设置 | | 多角色 | 稿件开头给每个角色定一个音色;本技能脚本逐句调用官方客户端 `generate`,再在本地把整段拼起来 | | 停顿 | 行内 `[pause 0.6]` / `[停顿 0.6]`(秒);`--gap` 设句间默认停顿 | | 字幕 | 配音时按每句实际音频时长生成 SRT(`--max-chars`、`--speaker-labels`);已有音频 / 视频用 `recognize` 识别为 SRT / TXT / JSON | | 场景预设 | `--preset koubo / jies