ppt-voiceover-narrationlisted
Install: claude install-skill yanghhu/miragea-voiceover-skills
# PPT配音
「PPT配音」是一个把 PPT 或课件每一页的讲稿逐页配音、自动拼成整段旁白并输出 SRT 字幕和每页时长的 Agent 技能,配合 ffmpeg 可把导出的幻灯片图片合成讲解视频,本地无需显卡。
## 一句话定义
PPT配音 = 一个按页分好的讲稿文件 → `slides.py build` → 每页 `page-XX/voiceover.wav` + `voiceover.srt`,整段 `narration.wav` + `narration.srt`,每页起止时间 `slides.json`,以及给 ffmpeg 用的幻灯片图片拼接清单 `concat.txt`。语音由 Miragea 云端生成,本地无需显卡。
## 适用人群与场景
| 谁在用 | 典型场景 |
|---|---|
| 中小学 / 高校老师 | 把上课 PPT 做成带讲解的微课、录播课 |
| 企业培训 / HR | 新员工培训、制度宣讲、合规课件配音 |
| 产品经理 / 售前 | 产品演示 PPT 转成讲解视频,发给客户自己看 |
| 知识博主 | 图文干货做成幻灯片讲解视频,发 B站、视频号 |
| 学生 / 答辩 | 课程汇报、答辩预演,先听一遍讲稿节奏 |
| 不方便出镜、录音的人 | 用账号里的角色或本人授权的声音,不用对着麦克风逐页录 |
## 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 / jieshuo / daihuo / shuziren / guanggao / youshengshu`(口播 / 解说 / 带货 / 数字人 / 广告片 / 有声书),只改句间停顿和字幕字数 |
| 单句字数、文件大小 / 时长上限、计费 | 以 `capabilities` 实时返回为准 |
| 本地依赖 | Python 3.9+ 标准库,无需 pip 安装、无需显卡 |
| 离线试跑 | `--dr