有声绘本生成器
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_5cd2140e/picture-book。
技能介绍
它解决什么问题
做一本能真正交给孩子看的绘本,工作链路其实很长:先把故事拆成可翻页的文本,再让角色在每一页长得一样,然后逐页出图、录朗读、垫背景乐,最后把这些素材拼成一本能自动播放翻页的电子书。多数工具只覆盖其中一段——要么只给文本,要么只出一张图,剩下的胶水层得自己写脚本补齐。这个技能的价值在于把整条流水线按目录约定串起来,交付一个 book.html 单文件,而不是一堆散落的图片和音频。
核心能力与关键步骤
- 故事分页:输入一段创意(必填),由运行端的内置模型生成
story.json,包含书名、角色、逐页文本与场景描述,页数默认自动取 8–32 的偶数。 - 角色一致性:Step 2 为每个角色生成正面/侧面/背面立绘参考图,作为后续跨页画风的锚点;参考图缺失时流程继续,但该角色的提示词必须写全视觉描述。
- 逐页插画:Step 3 按页组装提示词并注入出场角色参考图,已存在的页面自动跳过,支持断点续跑;每页调用间隔不小于 1 秒以避开限速。
- 神经网络朗读:Step 4 用
edge-tts免费合成,提供female/male/mature三档中文嗓音,默认预生成舒缓档(-20% 语速)。 - 自动播放模板:Step 5 由
build_book.py组装,模板内置音频播完自动翻页、语速实时切换、背景乐独立开关、方向键/空格导航与封面「开始阅读」。 - 两种使用模式:模式 A 用
make_book.py一键收尾(音频 + 组装 + 更新书架索引);模式 B 手动分步执行,适合精细调整或排查问题。 - 多本互不覆盖:每本绘本落在独立目录(
--book-dir),make_index.py生成index.html书架总览,阅读页左上角注入「← 总览」返回键,形成书架 → 单本 → 返回的闭环。
适用边界与注意点
- 技能脚本内不写任何 API Key / 端点 / LLM 调用,故事与插画依赖客户端已配置好的模型与图像工具;音频依赖
edge-tts,首次需自行安装。装不上时退化为浏览器SpeechSynthesisUtterance朗读,无预合成音频与背景乐。 - 自动翻页依赖模板里的
audioEl.addEventListener('ended', onNarrEnded);重构模板时删掉这行,表现就是「读完了不翻页」,且单文件版本可能掩盖问题。 - WorkBuddy 内置预览面板对
data:内联媒体有安全限制会无声,需用--external生成外链版并起本地 HTTP 服务预览。 - 背景乐文件名必须是 ASCII 英文,中文文件名会因 URL 编码在浏览器加载失败;发现顺序为
--bgm> 书目录 > 技能内置,缺失时优雅跳过。 - 交付前仍需人工核对:角色跨页一致、插画无文字/水印、文字与画面对应、页数为偶数。按张计费的图像生成必须先经用户在 Step 1 确认,不得默认续跑;儿童内容需规避黑暗、恐怖与暴力元素,图像失败应调整提示词措辞而非无限重试。
使用场景
- 幼儿教师要把一段故事创意做成可在课堂上播放、自动翻页的有声绘本电子书
- 家长想根据孩子的一个点子生成角色一致、带朗读和背景音乐的睡前故事绘本
- 教育机构需要把教学故事批量转换成多本独立目录、不被覆盖的绘本并生成书架索引
- 内容创作者要把未定稿的故事先出易读摘要,确认后再逐页生成插画以控制图像消耗
适合人员
- 幼儿园和小学低年级教师,需要把故事素材快速变成可直接播放的课堂绘本
- 家长,希望按孩子的一个想法生成角色统一、能朗读、可自动翻页的睡前电子书
- 教育机构内容编辑,需要把故事批量整理为多本图文有声材料并集中管理
- 独立内容创作者,需要在确认故事后分步生成插画、音频和可分发的单文件绘本