前言¶
教學視頻、操作演示類成片，常見痛點是：旁白要按畫面切段、語速要和鏡頭對齊、字幕不能一整屏堆滿字，還要在「AI 配音」和「保留原聲演示」之間切換。單靠剪輯軟件手工對軌，步驟多、返工也多。
下面介紹 SkillHub 上的 靈聲工坊視頻配音（smart-dubbing-studio）。它以通用 SKILL.md 約定工作流：由 Agent 對話收集素材路徑、檢測本機環境、選擇 TTS 引擎，再一鍵執行 pipeline.py 輸出帶字幕的成品視頻。SkillHub 分類爲 design-media；社區側可見評分約 98768、下載約 782 次（以 SkillHub 展示爲準）。Skill 包版本爲 1.0.7，Skill 頁作者標註爲 盛通教育-張維。
這是什麼¶
靈聲工坊視頻配音是面向「源視頻 + 時間軸配音模板」的智能配音與字幕同步 Skill。官方簡介概括爲：支持 TTS 語音生成、語速自適應加速、自動識別並填充靜音段、逐句精校字幕，一鍵輸出成品視頻。
維護與分發在 SkillHub；技能標識在商店檢索中爲 @indiv-zhangwei/smart-dubbing-studio（部分頁面鏈接仍使用 user_a5827f21 路徑）。說明文檔內流水線自稱爲視頻字幕合成 V3.7.x，與 SkillHub 包版本號 1.0.7 並存，以各自字段爲準即可。
核心功能¶
以下能力均來自技能包內 SKILL.md 與 scripts/ 流水線，可按步驟復現。
固定程序 + 對話引導¶
加載技能後，Agent 按文檔要求向用戶確認 源視頻路徑 與 字幕/配音模板路徑（.md）。無模板時可複製內置模板：
python <本技能目錄>/scripts/copy_template.py --to-dir <用戶項目目錄>
六步流水線¶
Agent 將 scripts/ 複製到用戶項目的 _scripts/，生成 job.yaml 後執行：
python _scripts/pipeline.py --job job.yaml
順序爲：01_check 解析模板 → 02_cut 切分視頻 → 03_tts 配音 → 04_align 對齊（含填充靜音、必要時視頻加速）→ 05_merge 聲畫合成 → 06_finalize 注入字幕。失敗時可：
python _scripts/pipeline.py --job job.yaml --resume-from <步驟名>
僅重做字幕時：
python _scripts/pipeline.py --job job.yaml --resume-from 06_finalize
TTS 引擎¶
- 訊飛超擬人（spark）：需
APPID、APIKey、APISecret、超擬人WS URL，寫入本地tts_config.json（文檔建議加入.gitignore）。 - edge-tts：免費備用，
pip install edge-tts==7.2.8；可選音色如zh-CN-XiaoxiaoNeural等。
模板與段類型¶
模板爲 Markdown 表格：| 開始時間 | 結束時間 | 文案內容 |，時間支持 MM:SS、MM:SS,FF（SMPTE 幀）、MM:SS.mmm。
- 正常文案：AI TTS 配音。
- 空白行：
filler，保留原視頻音頻。 (靜音)/[靜音]/（靜音）：filler_silent，生成靜音。
支持反引號 ` 控制 TTS 斷句、{tts:...} 覆蓋朗讀文本而不改字幕顯示；訊飛路徑下可配合逐短句 SRT（依賴詞級時間戳）。
字幕模板編輯器¶
技能自帶 tools/subtitle-editor.html：瀏覽器中拖入視頻、粘貼編號文案，用 F 鍵拍板時間軸，一鍵導出 .md 模板，適合不想手寫時間碼的場景。
環境依賴¶
env_check.py 會檢查 ffmpeg、Python 3.7+ 等；選訊飛時需 websocket-client==1.8.0。缺失項的處理方式見 SKILL.md 中的對照表。
安裝與啓用¶
安裝前請閱讀 SkillHub 官方說明：skillhub.cn/install/skillhub.md。
1、安裝 SkillHub CLI（若尚未安裝）¶
command -v skillhub && skillhub --version
未安裝時可執行完整安裝腳本（文檔推薦）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2、安裝本 Skill¶
必須使用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能無法被識別。
skillhub search smart-dubbing
skillhub install smart-dubbing-studio --namespace indiv-zhangwei --dir <skills 目錄>
常見路徑示例（以你實際使用的客戶端爲準）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下.agents/skills/
SkillHub 頁面亦提供「發給 AI 的安裝提示」：按 skillhub.cn/install/skillhub.md 安裝 @user_a5827f21/smart-dubbing-studio。若網頁顯示 Skill 已下線，可仍以 CLI 搜索到的 @indiv-zhangwei/smart-dubbing-studio 爲準安裝（2026-10-21 經 skillhub install 可正常拉取）。
安裝完成後重啓或重新加載 Agent，使 SKILL.md 生效。
典型用法¶
經過上面的安裝，在對話中可直接按技能文檔操作。下面是一條可復現的主路徑（由 Agent 執行命令，用戶主要提供路徑與 TTS 選擇）。
- 用戶提供源視頻與模板，例如
demo.mp4與script.md。 - Agent 運行環境檢測：
python _scripts/env_check.py --output env.json
- 用戶選擇引擎與音色後，Agent 生成
job.yaml（示例結構）：
video: "/path/to/demo.mp4"
template: "/path/to/script.md"
voice: "x5_lingxiaotang_flow"
engine: "spark"
output_root: "output"
env_file: "env.json"
tts_config: "tts_config.json"
若使用 edge-tts，將 engine 設爲 edge，並省略或清空 tts_config。
- Agent 執行流水線並彙報進度；成品路徑形如：
output/{task_id}/06_final/final_with_subs_xxx.mp4
模板表格示例（摘自技能文檔）：
| 開始時間 | 結束時間 | 文案內容 |
|----------|----------|----------|
| 00:00 | 00:02 | 本視頻將講解如何製作進階筆筒。 |
| 00:02 | 00:03,17 | 首先製作底座，選取圓柱體。 |
適用場景與注意¶
適合誰：需要批量做中文講解視頻、微課、操作演示配音的團隊或個人；希望由 Agent 代跑 ffmpeg + TTS 腳本、減少手工對軌的人。
限制與注意：
- 依賴本機 ffmpeg 與 Python 環境；訊飛方案需自行在 console.xfyun.cn 開通並保管憑證。
tts_config.json含密鑰，勿提交到公開倉庫。- edge-tts 下「逐短句 SRT」可能回退爲整段字幕（文檔說明詞級時間戳主要來自訊飛）。
- 官方 API 頁
https://api.skillhub.cn/user_a5827f21/smart-dubbing-studio對 GET 返回 405；SkillHub 部分 Web 詳情頁可能顯示「已下線」，安裝與文檔以 CLI 拉取的包內SKILL.md爲準。
結尾¶
靈聲工坊視頻配音把「切分、TTS、對齊、合成、字幕」收成一條 Agent 可執行的流水線，並附帶拍板式模板編輯器，適合把重複勞動交給對話式自動化。需要查看商店條目或安裝指引時，可訪問 SkillHub 官方地址：https://api.skillhub.cn/user_a5827f21/smart-dubbing-studio，並配合 https://skillhub.cn/install/skillhub.md 完成安裝。
