技能介绍

要解决什么问题

地理课常有一份已经写好的地点表（地名、区域、地貌或特征、气候说明、课堂用途），再配上可授权的地图静图或出镜静帧。教师需要的是「每张静帧一条短口播」，而不是长视频拼接或脱离教材的发挥。本技能面向这种交付：2～8 条独立成片，每条只读表上已有事实，不编造气候断言、历史细节或考题答案。

工作方式与关键步骤

硬输入包括：宿主可查看的静帧（人像、地图或地点照片）、完整地点表、地名/外文读音表（有地名而读音表为空时会先停下收集）、可选的人脸与声音授权，以及条数（未指定时默认 3 条）。流程上先产出带标签的免费槽表：每个槽位绑定静帧、由地点表写出的口播句、2–15s 目标时长，以及目录音色 / 已确认音轨 / 克隆的选用方式；规划不等于批准。

付费阶段彼此独立，且每步都有六字段确认卡：

音色克隆（beatra.voices.clone）：需可授权样本，克隆前读当前 voice_clone 价格；可复用已冻结的 voice_id。
旁白（beatra.speech.synthesize）：每槽位一句，经随包 scripts/mcp_client.py 提交，format: "mp3"、speed: 1.0；用 beatra.tasks.get 轮询，以实际音频 MIME、时长与计费为准。
视频（beatra.videos.animate）：静帧作严格首帧，model: "auto"（除非教师选实时 SKU），时长由音频决定；旁白过长则拆成多段，每段各自旁白与视频，不拼成一个文件。

静帧只通过随包客户端上传（beatra.assets.upload），不要把本地路径传给克隆、合成或动画接口。所有远程 Beatra 操作均经 scripts/mcp_client.py，不用 REST 降级。

适用边界

适合「地点表 + 授权静帧 → 短口播视频」。相邻能力应分流：通用讲述者视频见 talking-avatar-video，社团活动稿见 club-notice-talking，只要单元地图静图见 unit-map-set，步行导览纯音频见 city-walk-audio-guide，博物馆官方稿朗读见 museum-audio-guide，无声地图动态见 product-video-studio。拿到文件不等于同意授权；余额不足时转达官方说明与充值链接，教师确认充值前勿重试付费请求。