Agent Skills
返回列表
爆款短视频生产线真人口播版

爆款短视频生产线真人口播版

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“爆款短视频生产线真人口播版”(规范名:@reexin/face-broadcast-videos)。

技能介绍

要解决什么问题

一条 2–5 分钟的真人出镜口播视频,后期通常要花掉大半天:逐段剪掉「嗯啊然后就是」这类水词,删掉拖沓的静音帧,手动对字幕时间轴,再把产品演示画面以画中画方式嵌进去。更磨人的是,竖版平台对字幕排版有硬性要求——单行、无标点、不能劈词,且字号固定。face-broadcast-videos 把这套重复劳动压进一条本地命令。

技能如何工作

核心是一条 10 步管线(内部称 IMA 流程),对输入素材做以下处理:

  • 去噪与精修:PASS1 先去掉片头噪音,再去除水词和碎静音,同时合并音频精修——高通滤波、降噪、响度归一化
  • 字幕烧录:固定思源黑体 96px、白字黑描边,单行贪心填满 960px 宽(约 10 个汉字),零标点。断行优先级:词间停顿 >0.3s 优先切,其次在断前词(如「在/从/对」)前切,最后在行宽 ≥95% 时于断后词(如「了/的/着」)后收尾;jieba 词级聚合避免劈词
  • B-roll 插入:关键词自动匹配本地素材,或手动在 cut.toml 的 [[broll.items]] 中指定触发点。素材统一居中、撑满 1080px 宽、fade 转场,图片至少展示 5 秒
  • 封面与终混:白底金字标题卡片(≤12 字、无标点,两行真居中,行间距 50px),BGM 默认从云端下载、音量 0.06 沉底,或由用户通过 --bgm 指定自有音乐;人声提亮至 1.6x,限幅器设 0.95 防削波
  • 两次编码:PASS1 切拼+音频精修,PASS2 叠加 B-roll、字幕、封面、缩放输出,3 分钟视频约 3–4 分钟出片

关键节点有强制确认门:开工前弹问卡逐项确认素材比例、标题来源、歧义词、BGM 来源、B-roll 位置、品牌信息;字幕烧好后必须停下来等用户确认,再进终混。

适用边界

  • 输出仅限 9:16 竖版(1080×1920),不做横版或 3:4 适配,非竖版素材需先旋转再投放
  • 不做云端 AI 生成 B-roll、动态图形或转场,用户必须自备本地素材并通过关键词或配置触发
  • 字幕仅支持中文,不提供多语种翻译或 karaoke 词级高亮(首版为静态精致字幕)
  • BGM 不内置文件,默认从云端拉取或用户提供,商用版权由使用者自行确认
  • 付费按次计费,走 X402 协议硬校验,未付费直接退出(exit 2),无环境变量绕过后门

使用场景

  • 录了一条真人出镜的产品口播,想去掉口头禅和长静音、压缩时长,产出能直接发抖音的竖版成片
  • 口播讲到产品特点时,想在画面中插入本地产品演示素材做画中画,由关键词自动触发
  • 手上积压了一批口播原片要交付,需要逐条烧上中文字幕、加上封面标题后输出 9:16 成片
  • 视频只有真人说话的声音,想垫一条背景音乐,同时保持人声清晰、不让音乐盖过说话

适合人员

  • 带货主播本人或其助理:每周要出几条真人出镜的竖版带货视频,录完希望快速去水词、插产品演示、直接发布
  • 知识类口播账号的创作者:视频以讲解为主,要求中文字幕排版固定规范、封面标题短小精悍不出差错
  • MCN 机构的后期剪辑外包团队:批量承接口播素材的粗剪任务,需要在统一标准下快速交付竖版成片
  • 企业品牌号的运营人员:把内部录制的口播宣传素材按视频号、小红书的竖版规范加工成可发布成片