前言¶
視頻解說、播客口播和廣告旁白往往要反覆試音色、調語速，還要在長稿上分段合成。若只靠通用對話模型，很難穩定覆蓋「選音色—調韻律—克隆聲線—批量導出」這一整條鏈路。下面介紹 SkillHub 上的 AI配音生成器，它把上述能力寫成 Agent Skill，讓助手按統一流程協助你完成配音方案設計與生成。
這是什麼¶
AI配音生成器（座標 @user_a020b36c/ai-voice-generator-new，版本 1.0.0）是 SkillHub 社區分類 content-creation 下的技能，由發佈者 user_a020b36c 維護。官方定位爲：AI 配音生成助手，支持多音色、情感控制與多語言，面向視頻、播客、廣告等場景輸出專業級配音方案。
技能頁標註 requires_api_key=false，表示按 SkillHub 說明安裝後，不額外要求在本技能元數據中配置 API Key（具體合成仍可能依賴助手所接入的外部配音工具，以你實際環境爲準）。
- 官方 API 地址：
https://api.skillhub.cn/user_a020b36c/ai-voice-generator-new - SkillHub 展示頁：
https://www.skillhub.cn/skills/user_a020b36c/ai-voice-generator-new
核心功能¶
以下能力均來自 SkillHub 頁面與技能簡介，用於約束助手在配音任務中的操作範圍。
音色與場景匹配¶
技能描述覆蓋 500+ 高擬真 AI 音色，含男聲、女聲、特色音色、方言及多國外語，並按影視解說、小說推文、綜藝二創、商業廣告等場景劃分。助手側應能根據短視頻解說、有聲讀物、廣告宣傳片、教育課件等不同調性，協助篩選音色並調試參數。
個性化與韻律¶
支持語速、音量、語調調節，可通過標點優化、分段生成、插入停頓與換氣標記等方式改善自然度。簡介寫明支持專屬音色克隆：使用 1 分鐘以內的音頻樣本復刻目標聲線，便於多段內容保持角色語音一致。
批量與導出¶
支持長文本分段合成、多角色同步配音；短文本可即時生成，長文本側說明最快約 3 分鐘完成千字級文本的配音生成與導出。支持多格式高清音頻導出，並可搭配字幕同步導出，便於接入剪輯流程。
擴展能力（技能說明中的增值項）¶
官方介紹還包含 AI 語音唱歌、背景音樂添加、多音字智能糾錯、視頻文案提取等方向，以及多語種、多方言轉換與多角色批量配音。啓用技能後，可向助手明確你是否需要這些能力，避免與「純旁白合成」混淆。
安裝與啓用¶
SkillHub 要求按統一安裝文檔操作，並將技能安裝到當前 Agent 實際讀取的 skills 目錄，否則默認路徑可能不會被識別。
1、確認或安裝 SkillHub CLI¶
command -v skillhub && skillhub --version
若未安裝，可使用官方腳本（完整安裝含 CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安裝本技能¶
將 <skills 目錄> 替換爲你當前客戶端使用的路徑。SkillHub 文檔給出的常見示例如下：
- Claude Code：
~/.claude/skills/ - Cursor：
~/.cursor/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
安裝命令：
skillhub install @user_a020b36c/ai-voice-generator-new --dir <skills 目錄>
也可在對話中讓 AI 按官方提示安裝（與技能頁一致）：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_a020b36c/ai-voice-generator-new`。
安裝完成後，按你所用客戶端要求重啓或刷新 Agent，使 SKILL.md 被加載。
典型用法¶
本技能以 SKILL.md 工作流爲主，沒有單獨公佈的命令行合成工具；典型用法是在技能啓用後，用自然語言交代文稿、場景與輸出要求，由助手按技能描述組織步驟。下列表述與官方能力說明對應，便於復現對話意圖（非第三方案例）。
- 單條旁白：提供完整文案，說明用途（如「商業廣告 30 秒」），要求推薦音色並給出語速、停頓建議，再生成音頻並說明導出格式。
- 長稿分段：粘貼千字級文稿，要求按段落或角色拆分合成，並說明目標時長（簡介中的「約 3 分鐘完成千字配音」可作爲預期參考，實際耗時取決於所選工具與網絡）。
- 聲線克隆：提供不超過 1 分鐘的參考音頻路徑或文件，說明要復刻的角色，再在後續多段文案中指定「使用已克隆聲線」。
- 多角色批配：在同一份腳本中標註角色名與臺詞，要求多角色同步配音，並可選「同時導出字幕」。
- 多語言或方言：指明目標語種或方言，在預處理階段要求助手檢查多音字與標點，再進入合成。
若助手詢問具體配音平臺，應在你環境中已配置、且與技能指引一致的工具上執行；技能本身側重流程與參數，而非綁定單一廠商接口。
適用場景與注意¶
適合誰：需要頻繁產出旁白、解說、廣告口播的內容創作者，以及希望在 Agent 內統一「文案—音色—導出」話術的團隊。
社區與版本信息：來源爲 community，當前版本 1.0.0。截至資料抓取時，SkillHub 顯示評分 100000、下載 2221 次（頁面統計會變動，以官網爲準）。
使用注意：
- 音色數量、克隆時長上限、導出格式等以技能正文描述爲準；不同底層 TTS 服務的配額與合規要求需自行確認。
- 批量與字幕導出依賴助手能否調用你本地的剪輯或字幕工具，技能描述的是目標能力，落地時要明確文件路徑與格式。
- 增值功能（唱歌、BGM、文案提取等）範圍較寬，建議在任務開頭寫清「只要旁白」或「需要某一項增值」，減少無關步驟。
結尾¶
AI配音生成器把多音色選擇、情感與韻律控制、克隆聲線、長文本分段與導出話術固化成 Skill，適合把配音從「每次重新講需求」變成可重複的 Agent 工作流。安裝與優先源說明見 SkillHub 安裝文檔；技能詳情與座標見 SkillHub 技能頁 或 API 入口 https://api.skillhub.cn/user_a020b36c/ai-voice-generator-new。
