火山语音配音与实际时间字幕

yang0/handraw-style

使用火山引擎或豆包语音服务制作配音、语音识别与实际时间字幕。

最近更新于:

查看 GitHub 项目
git clone https://github.com/yang0/handraw-style.git
7,519Stars885Forks仓库最近推送

关于这个 Skill

通过随包语音客户端配置自己的服务账号,再合成指定文本或识别提供的音频。工程配音遵循视频总控阶段要求。音频时长按实际测量,字幕使用服务返回的语音边界;完成后审听并核对文字。

为什么推荐

这是 Handraw Style 中的“火山语音配音与实际时间字幕”流程,有自己的任务入口;使用时需保留共享包资源和引用的平级流程。

适合用来做什么

  • 使用火山引擎或豆包语音服务制作配音、语音识别与实际时间字幕。

这个流程做什么

通过随包语音客户端配置自己的服务账号,再合成指定文本或识别提供的音频。工程配音遵循视频总控阶段要求。音频时长按实际测量,字幕使用服务返回的语音边界;完成后审听并核对文字。

上游 Skill 入口

安装与调用

  1. 保留完整包

    让 Codex 安装官方仓库,保留根 SKILL.md、图片、共享脚本、参考资料和平级 Skills。下方命令用于克隆源码查看;按作者指南配置到 Agent 的 Skills 根目录。

    git clone https://github.com/yang0/handraw-style.git
  2. 选择本项入口

    让 Agent 使用 skills/handraw-volc-tts/SKILL.md(声明名称:handraw-volc-tts),并读取其中引用的依赖;路线专用的视频制作子流程还需遵循视频总控的路线与方案要求。

上游 Skill 入口官方包与安装指南包内资源与外部依赖

第一次可以这样提需求

使用我已配置的语音账号,为这份文本制作平静自然的旁白,并按实际语音时间生成 SRT 字幕。

上游 Skill 入口

工具、费用与合集预览

需要 Python 3.10+、FFmpeg、网络和自己的火山语音服务权限;仓库不提供账号、密钥或服务额度。

仓库按其署名许可免费提供,Agent 订阅和外部生成或语音服务另计费用。本详情页复用用户指定的合集截图,不代表本次重新运行了这一具体流程。

包内资源与外部依赖许可与署名要求

使用前需要了解

  • 需要 Python 3.10+、FFmpeg、网络和自己的火山语音服务权限;仓库不提供账号、密钥或服务额度。
  • 安装完整 Handraw Style 仓库,先读根入口,再调用本项子流程。目录条目分别展示,共享文件仍属于同一套包。

支持的 Agent

Codex CLI

资料与来源

原始资料见下方链接;文中的上手建议由 SkillHey 编辑整理。