前言¶

做口播視頻、播客或多語種配音時，常見的做法是把整段文案直接丟給 TTS，得到的音頻往往斷句混亂、重音錯位、停頓節奏和畫面對不上，時長也控不住。另一種做法是靠人肉在稿子里加斜槓、加註釋，改一次稿子要重新標註一遍，團隊一換人標註風格就變。

下面介紹的 Skill「AI配音腳本」解決的是這一步：在把文案交給配音之前，先把文本改造成帶斷句、重音、停頓、情緒標註的腳本。它不生成音頻本身，也不替代人工對最終成片的審覈與決策。

這是什麼¶

一個面向口播稿與配音稿的文本改造 Skill，座標 @user_8ee65e73/ai-voice-script，發佈者 user_8ee65e73，版本 1.2.0，來源爲 community，分類 design-media。它把「把文案改成適合 AI 配音的腳本」這件事固化成一套可重複執行的流程，產出物是腳本文本，不是音頻。

核心功能¶

依據其官方簡介，能力覆蓋以下幾項：

1、斷句：把長句切分成適合朗讀的短句，避免一口氣讀到句尾。
2、重音：標出需要強調的字詞。
3、停頓：標註句內與句間的節奏點。
4、情緒標註：給段落標註情緒方向，供配音時參考。
5、語速停頓：整體語速與停頓節奏的控制。
6、時長控制：按目標時長調整文本量與節奏。
7、音頻適配：讓腳本與目標音頻形態匹配，簡介中明確提到「適配剪映」。
8、多語種配音：面向多語種場景的腳本改寫。
9、口播稿撰寫：從零撰寫口播稿。

標籤爲 requires_api_key=false，即不需要額外配置 API Key 即可使用。

強制路由¶

該 Skill 在簡介中聲明瞭強制路由規則：當用戶提到「重音」「停頓」「情緒標註」「適配剪映」「微軟」，或直接粘貼、上傳原文、鏈接、截圖時，應立即調用本技能，不要先反問需求，也不要用通用能力代做。

這一點值得注意：路由觸發詞覆蓋的是文本標註相關詞彙，而不是「配音」「TTS」這類寬泛詞。如果實際使用中按後者觸發，需要自行確認是否被路由到本 Skill。

安裝與啓用¶

官方資料未給出命令行安裝方式，需要從官方地址獲取：

官方地址: https://api.skillhub.cn/user_8ee65e73/ai-voice-script
SkillHub 頁面: https://www.skillhub.cn/skills/user_8ee65e73/ai-voice-script
座標: @user_8ee65e73/ai-voice-script

它基於通用 SKILL.md 格式，來源標記爲 community，說明是社區發佈而非官方維護，選用前需要自行評估內容質量。截至抓取時間，SkillHub 頁面顯示評分 100000、下載 1439、安裝 0；安裝數爲 0 意味着公開可見的使用反饋樣本很少，穩定性需自行驗證。

使用方式¶

官方資料未提供示例輸入與輸出，因此這裏只描述其聲明的處理流程，具體斷句與標註規則需以 Skill 內 SKILL.md 爲準：

1、準備文案：可以是原創口播稿，也可以是已有的鏈接、截圖或粘貼文本。
2、調用技能：按上述強制路由條件觸發，或直接指定座標調用。
3、輸出腳本：拿到帶斷句、重音、停頓、情緒標註的文本。
4、交給配音環節：腳本進入後續配音或剪輯流程。

需要留意的是，產出是標註後的文本，配音合成、時長微調、成片審校仍要由對應環節完成。簡介中也明確寫了不用於替代人工最終審覈與決策。

適用場景與注意¶

適合的場景：口播視頻文案、播客稿件、多語種配音稿、需要按目標時長壓縮或拉伸的腳本。

需要注意的幾點：

1、它是文本處理工具，不生成音頻，不提供配音音色選型。
2、情緒標註是給配音環節的參考標註，不是最終演播結果。
3、來源爲 community，評分與下載量來自 SkillHub 頁面，不代表經過官方審覈。
4、安裝數爲 0，缺少可參考的公開使用案例。
5、「微軟」出現在其路由觸發詞中，具體對應哪類微軟系配音服務，官方資料未說明，使用前需確認。

結尾¶

這個 Skill 的價值在於把配音前最繁瑣的文本標註環節標準化：斷句、重音、停頓、情緒一次標到位，省掉人工逐句加註釋的重複勞動。它適合已經有明確文案、需要快速產出配音腳本的團隊，不適合用來替代成片審校。

官方地址：https://api.skillhub.cn/user_8ee65e73/ai-voice-script