SKILL
vocula-voiceover
将脚本转换为每行语音文件,包含单词时间戳、字幕和代码定义视频中的位置信息——支持 HyperFrames(audio_meta
原作者:LinnkLabs
来源:DeepSkill Market
许可:MIT
含内容副本 · 可下载
存档:v1 · 2026-11-18
hash a9819909
目录 / 多媒体 / render-podcast-skit
根据配置组装一个双人伪播客小品广告——按脚本顺序硬拼接每行口型同步片段,缩放/填充至1080×1920,底部居中显示白色字幕(每条提示最多5个词,按句子标点断行,自动换行保持在画面内,每条字幕至少持续0.9秒),字幕基于每行自身ElevenLabs字符级时间戳生成(偏移量为累计片段起始时间,绝不使用Whisper),最后以Playwright/PIL合成的真实品牌标识结尾卡片结束——绝不用AI渲染文本。此为免费确定性组装阶段(拼接+白色字幕+结尾卡片+crf28编码);每行语音、写实gpt-image-2基础静态图、表情变体及口型同步片段均来自create-vo-elevenlabs / create-image-gpt-image-fal / create-video-fal。适用于播客小品格式。
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-02 22:39 | 116e9e4a | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
将脚本转换为每行语音文件,包含单词时间戳、字幕和代码定义视频中的位置信息——支持 HyperFrames(audio_meta
双语字幕交付|时间轴检查·术语核对·SRT与VTT
---
---
---
---
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。