前言¶
视频解说、播客口播和广告旁白往往要反复试音色、调语速，还要在长稿上分段合成。若只靠通用对话模型，很难稳定覆盖「选音色—调韵律—克隆声线—批量导出」这一整条链路。下面介绍 SkillHub 上的 AI配音生成器，它把上述能力写成 Agent Skill，让助手按统一流程协助你完成配音方案设计与生成。
这是什么¶
AI配音生成器（坐标 @user_a020b36c/ai-voice-generator-new，版本 1.0.0）是 SkillHub 社区分类 content-creation 下的技能，由发布者 user_a020b36c 维护。官方定位为：AI 配音生成助手，支持多音色、情感控制与多语言，面向视频、播客、广告等场景输出专业级配音方案。
技能页标注 requires_api_key=false，表示按 SkillHub 说明安装后，不额外要求在本技能元数据中配置 API Key（具体合成仍可能依赖助手所接入的外部配音工具，以你实际环境为准）。
- 官方 API 地址：
https://api.skillhub.cn/user_a020b36c/ai-voice-generator-new - SkillHub 展示页：
https://www.skillhub.cn/skills/user_a020b36c/ai-voice-generator-new
核心功能¶
以下能力均来自 SkillHub 页面与技能简介，用于约束助手在配音任务中的操作范围。
音色与场景匹配¶
技能描述覆盖 500+ 高拟真 AI 音色，含男声、女声、特色音色、方言及多国外语，并按影视解说、小说推文、综艺二创、商业广告等场景划分。助手侧应能根据短视频解说、有声读物、广告宣传片、教育课件等不同调性，协助筛选音色并调试参数。
个性化与韵律¶
支持语速、音量、语调调节，可通过标点优化、分段生成、插入停顿与换气标记等方式改善自然度。简介写明支持专属音色克隆：使用 1 分钟以内的音频样本复刻目标声线，便于多段内容保持角色语音一致。
批量与导出¶
支持长文本分段合成、多角色同步配音；短文本可即时生成，长文本侧说明最快约 3 分钟完成千字级文本的配音生成与导出。支持多格式高清音频导出，并可搭配字幕同步导出，便于接入剪辑流程。
扩展能力（技能说明中的增值项）¶
官方介绍还包含 AI 语音唱歌、背景音乐添加、多音字智能纠错、视频文案提取等方向，以及多语种、多方言转换与多角色批量配音。启用技能后，可向助手明确你是否需要这些能力，避免与「纯旁白合成」混淆。
安装与启用¶
SkillHub 要求按统一安装文档操作，并将技能安装到当前 Agent 实际读取的 skills 目录，否则默认路径可能不会被识别。
1、确认或安装 SkillHub CLI¶
command -v skillhub && skillhub --version
若未安装，可使用官方脚本（完整安装含 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装本技能¶
将 <skills 目录> 替换为你当前客户端使用的路径。SkillHub 文档给出的常见示例如下：
- Claude Code：
~/.claude/skills/ - Cursor：
~/.cursor/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
安装命令：
skillhub install @user_a020b36c/ai-voice-generator-new --dir <skills 目录>
也可在对话中让 AI 按官方提示安装（与技能页一致）：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_a020b36c/ai-voice-generator-new`。
安装完成后，按你所用客户端要求重启或刷新 Agent，使 SKILL.md 被加载。
典型用法¶
本技能以 SKILL.md 工作流为主，没有单独公布的命令行合成工具；典型用法是在技能启用后，用自然语言交代文稿、场景与输出要求，由助手按技能描述组织步骤。下列表述与官方能力说明对应，便于复现对话意图（非第三方案例）。
- 单条旁白：提供完整文案，说明用途（如「商业广告 30 秒」），要求推荐音色并给出语速、停顿建议，再生成音频并说明导出格式。
- 长稿分段：粘贴千字级文稿，要求按段落或角色拆分合成，并说明目标时长（简介中的「约 3 分钟完成千字配音」可作为预期参考，实际耗时取决于所选工具与网络）。
- 声线克隆：提供不超过 1 分钟的参考音频路径或文件，说明要复刻的角色，再在后续多段文案中指定「使用已克隆声线」。
- 多角色批配：在同一份脚本中标注角色名与台词，要求多角色同步配音，并可选「同时导出字幕」。
- 多语言或方言：指明目标语种或方言，在预处理阶段要求助手检查多音字与标点，再进入合成。
若助手询问具体配音平台，应在你环境中已配置、且与技能指引一致的工具上执行；技能本身侧重流程与参数，而非绑定单一厂商接口。
适用场景与注意¶
适合谁：需要频繁产出旁白、解说、广告口播的内容创作者，以及希望在 Agent 内统一「文案—音色—导出」话术的团队。
社区与版本信息：来源为 community，当前版本 1.0.0。截至资料抓取时，SkillHub 显示评分 100000、下载 2221 次（页面统计会变动，以官网为准）。
使用注意：
- 音色数量、克隆时长上限、导出格式等以技能正文描述为准；不同底层 TTS 服务的配额与合规要求需自行确认。
- 批量与字幕导出依赖助手能否调用你本地的剪辑或字幕工具，技能描述的是目标能力，落地时要明确文件路径与格式。
- 增值功能（唱歌、BGM、文案提取等）范围较宽，建议在任务开头写清「只要旁白」或「需要某一项增值」，减少无关步骤。
结尾¶
AI配音生成器把多音色选择、情感与韵律控制、克隆声线、长文本分段与导出话术固化成 Skill，适合把配音从「每次重新讲需求」变成可重复的 Agent 工作流。安装与优先源说明见 SkillHub 安装文档；技能详情与坐标见 SkillHub 技能页 或 API 入口 https://api.skillhub.cn/user_a020b36c/ai-voice-generator-new。
