民宿欢迎口播生成

要解决的问题

民宿欢迎内容常被写成连续宣传片，但入住说明更适合逐张静帧对应一句可核实的话。本技能把授权人像或房间设施静帧，与房东已确认的 Wi-Fi、停车、入住时段、已写下的规则，转成 2–15s 的欢迎或设施口播片段，避免编造费用、密码、规则或画面中没有的设施。

工作方式

• 先审输入：检查每张静帧的 MIME、宽高、画幅、字节大小和 alpha 通道；出现人脸时确认形象权利，文件只上传，不把本地路径传给远程工具。
• 先出分镜表：按入住顺序为每张静帧分配 2–15s 槽、口播句和对应静帧；该表是规划，不是批准。
• 语音与视频分开确认：已有确认音频则复用；否则查询 text_to_speech 能力与音色，出示语音生产卡，每槽一次，并轮询取得实际音频 mime_type、duration_seconds、size_bytes。
• 再驱动视频：查询 image_to_video 能力，确认接受 [image, driving_audio]；静帧作为严格首帧，model 默认为 auto，口播超过单段上限时拆成连续可容纳分段，每段使用新的 client_request_id。
• 交付不拼接：按入住顺序交付成片，并附实际尺寸、时长、用量和 billing.net_charged_credits，不引入 concat 或剪辑工具。

适用边界

只适合授权静帧和已确认入住事实。无声房间标注可走 listing-room-video-pack，通用讲述者短片可走 talking-avatar-video。形象、声音权利缺失，或媒体事实、格式不兼容时停在付费调用前；余额不足需转达官方说明，用户确认后再重试。