Agent Skills
返回列表
Vidu 声音克隆

Vidu 声音克隆

设计多媒体 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_f95f21b8/dlazy-vidu-audio-clone。

技能介绍

解决什么问题

在语音生成工作流中，常常需要保留某个人声特征，同时让模型读取新的文本。vidu audio clone 面向这个场景：基于 dLazy 的 Vidu 接口完成声音克隆，并生成新的文本朗读音频。它不是本地推理工具，而是调用托管 API 的薄客户端，适合把声音样本、提示词和生成任务接入命令行或 Agent 流程。

技能如何工作

技能通过 dlazy CLI 发起请求。用户提供音频文件或相关路径后，本地文件会被上传到 dLazy 的媒体存储，供后端模型读取；提示词和参数发送到 api.dlazy.com 进行推理；生成的音频 URL 由 files.dlazy.com 返回。若使用异步任务，返回的 outputs 可能为空，并附带 generateId 与 status，需要继续轮询任务状态。

适用边界

该技能依赖有效的 dLazy API key，且请求会进入云端 SaaS 链路。资料中未描述本地私有化部署、批量并发上限或服务端数据保留策略，因此涉及敏感声音样本时，应先确认授权与合规。报错方面，unauthorized、insufficient_balance、缺少参数、本地文件读取失败或安全策略拒绝都需要分别处理，不能仅按普通生成失败重试。

使用场景

  • 在配音工作流中，已有参考人声，需要生成不同台词的朗读音频，调用 Vidu 声音克隆。
  • 在 Agent 流程里，用户提交语音文件和待读文本，技能上传文件并请求 dLazy 生成新音频。
  • 在 CLI 任务中，异步调用生成接口，拿到 generateId 后轮询状态并取回 files.dlazy.com 音频链接。
  • 在发布前质检，检查 unauthorized、insufficient_balance、缺少参数和本地文件读取失败等错误。

适合人员

  • 需要把参考人声转成新台词朗读音频的配音工程师。
  • 在 Agent 中接入云端语音生成并处理异步任务的自动化工程师。
  • 要检查 API key、余额和文件上传失败的 CLI 工具维护者。
  • 需要生成品牌口播或提示词试听音频的音频产品经理。