voice-cloning-voiceoverlisted
Install: claude install-skill yanghhu/miragea-voiceover-skills
# 声音克隆
「声音克隆」是一个用一段本人录音创建账号私有角色(克隆声音)、再用这个角色给文案配音的 Agent 技能,也可直接使用账号里已复刻的角色;支持单句试听、整稿配音并输出 SRT 字幕,本地无需显卡。
## 一句话定义
声音克隆 = 本人录音 → `create-actor` 创建私有角色(或使用账号里已复刻的角色)→ 用这个角色朗读任意文本;单句直接出音频,整稿输出 `voiceover.wav` + `voiceover.srt` + `manifest.json`。生成在 Miragea 云端,本地无需显卡。
## 克隆流程:先建角色,再配音
| 步骤 | 怎么做 | 说明 |
|---|---|---|
| 1. 录音 | 本人(或已获书面授权的人)在安静环境录一段自然说话的音频,存成本地文件 | 文件大小、时长要求见 `capabilities` 的 `actors.creation` |
| 2. 建角色 | `create-actor --file 我的录音.wav --name 我的声音 --language zh`,或在网站上完成复刻 | 建的是账号私有角色,返回 `actor_id`;同名角色会被拒绝,按账号规则计费 |
| 3. 配音 | 单句 `generate --actor-name 我的声音`;整稿在稿件里写 `voice=我的声音` 或 `actor_id=` | 音色由服务端从角色样本读取,之后只写稿 |
官方客户端 1.3.0 起接口只按角色配音,不再接受音频链接直接克隆;以前的旧写法请先把录音建成角色再用。
## 适用人群与场景
| 谁在用 | 典型场景 |
|---|---|
| 口播博主 | 用自己的声音日更,不用每条都录 |
| 解说号 | 固定一个专属解说声线 |
| 讲师 / 知识付费 | 课程更新、勘误只重配错的那一句 |
| 播客、电台 | 片头片尾、广告口播用主播本人声线 |
| 品牌 / 企业 | 已授权的品牌声音统一用于宣传和客服播报 |
| 不方便录音时 | 感冒、出差、环境吵,仍能用自己的声音出内容 |
## 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