为无声屏幕录制视频生成旁白。提取关键帧，分析屏幕内容，撰写演示风格的配音脚本，合成...
视频 叙述技能
功能概述
视频 叙述技能是一项面向实际任务的技能，主要用于您为默默的屏幕记录演示视频生成专业的语音描述；Workflow. 分析视频；
核心要点
- 跳出密钥框并了解在 scr 上发生的事情。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
使用与执行
该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；
结果检查与注意事项
若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。
视频旁白技能
你为无声的屏幕录制演示视频生成专业的配音旁白。
工作流程
1. 视频分析
提取关键帧，并理解屏幕上正在发生的内容：
# 每 5 秒提取一帧 ./scripts/extract-frames.sh[output_dir]
- 逐帧查看所有提取出的关键帧，以建立对视频内容的完整理解。
- 识别叙事脉络：明确铺垫（setup）、操作过程（action）、关键节点（key moments）与最终结果（result）。
2. 编写旁白脚本
撰写一种演讲风格的旁白文案——而非枯燥的描述性文字。请遵循以下结构：
| 章节 | 作用 |
|---|---|
| Context（背景语境） | 向观众说明他们即将看到什么，以及为何这很重要 |
| Background（背景设定） | 解释初始环境或使用场景 |
| Prompt / Action（用户指令 / 操作） | 展示用户实际执行的操作（保持简洁） |
| Walkthrough（逐步讲解） | 逐项叙述主要步骤，突出关键洞察与转折点 |
| Result（结果呈现） | 收束亮点——发现了什么、修复了什么、为何令人印象深刻 |
编写规范：
- 使用自然、自信的口语化表达，如同面向同行做技术分享。
- 多用简短有力的句子增强表现力；通过句长变化营造节奏感。
- 突出“顿悟时刻（aha moments）”——即出现意外发现或巧妙解法的关键节点。
- 当工具、命令或具体参数对叙事至关重要时，请明确写出其名称。
- 结尾需有一句令人印象深刻的总结性短句，精准传达核心价值。
- 全文总字数须严格匹配视频时长（正常语速下约 2.5 字/秒）。
将脚本保存为
3. 生成 TTS 音频
使用生成脚本合成各段旁白音频：
./scripts/generate-tts.sh[voice] [rate]
或直接通过 Python 调用 edge-tts 生成：
- Voice（语音）：
en-US-GuyNeural（自然男声）或en-US-AvaNeural（自然女声） - Rate（语速）：在
+0%至+10%区间内调节，以精确匹配视频时长 - 将每段脚本分别生成独立音频片段，便于实现精准的时间对齐
- 拼接各音频片段时，在段间插入约 0.4 秒静音间隔
- 务必验证最终音频总时长与视频长度一致（误差 ≤ ±2 秒）
4. 将音频混入视频
./scripts/merge-audio.sh[output_path]
- 保留原始视频编码格式（采用 copy 模式，不重新编码）
- 音频编码为 AAC，码率为 192kbps
- 使用
-shortest参数确保输出时长以视频与音频中较短者为准 - 务必验证输出文件同时包含视频流与音频流
时间控制策略
- 先生成全部音频片段，并逐一测量其时长
- 汇总全部语音时长，与视频总时长进行比对
- 若语音总时长超过视频时长的 105%：精简脚本内容，或提高语速
- 若语音总时长不足视频时长的 85%：节奏可能过快——可补充细节，或降低语速
- 拼接音频时使用 0.3–0.5 秒静音间隔，目标是使最终总时长与视频长度偏差控制在 ±2 秒以内
前置依赖
如尚未安装以下依赖，请先行配置：
pip3 install edge-tts # Microsoft 神经网络 TTS（免费，无需 API Key） brew install ffmpeg # 或 apt-get install ffmpeg
输出成果
该技能将产出以下两项内容：
(with narration).mov _voiceover.md
热门AI工具
相关专题
本专题从实际API接口调试场景出发，讲解Postman身份认证的完整配置流程，包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查，帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开，讲解Headers选项的具体使用方式，包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法，帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法，涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看，帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题，整理Excel、CSV、SQL、TXT等常见文件的数据导入方法，涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作，帮助用户将本地文件中的数据写入数据库，并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题，围绕数据库连接安全、账号密码保护和访问权限管理展开，整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法，同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项，帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理，覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库，整理相应的连接设置方法，并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开，说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充，并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章
