omniailab-promo-voice-clone v2.2.1A

Immutable. This exact content never changes and is served at /api/v1/blob/4c4220be60e5934d.

---
name: omniailab-promo-voice-clone
description: 音色克隆 —— 宣传片线方向之一：用已获授权的参考录音建立可复用克隆音色（授权确认、源音频检查、试听与验收）。
version: 2.2.1
author: OmniAiLab
developer: Mochiball
agent_created: true
开源仓库: https://github.com/tomatoparkdao/omniailab-ai-director
操作手册: https://zcn03zgas1zl.feishu.cn/wiki/P2fhwADXvil24UkNkDCcw1x2nbA
---

> **在本 skill 中的位置**：用已获授权的参考录音建立可复用克隆音色（授权确认、源音频检查、试听与验收）。由**宣传片线总调度** `references/PROMO SKILL.md` 在判定为该方向后接入。
> **生成口径**：提示词编译完成后，统一在 **OmniAiLab 画布** 中选择 **MiniMax H3** 生成视频；图像与资产类提示词仍按主线层级执行（`references/LIRA SKILL.md`／`references/STYLE SKILL.md`／`references/ASSET-SYSTEM SKILL.md`／`references/PROMPT-DOCTRINE SKILL.md`）。
> **与主干的关系**：本文件是宣传片线的方向细则，**不改变 P0→P6 主干与确认门禁**；涉及资产、表演、情绪、站位与光学时照常调用主线对应层。
> **暂停点**：素材与文字确认 → 方向与风格确认 → 提示词确认 → 生成 → 验收；每一步都等创作者确认后再继续，**不得一次跑完**。
> **触发词**：音色克隆／声音克隆／配音音色／音色复用

# 音色克隆

从参考录音创建可复用克隆音色，同时保护说话人授权、源音频质量和后续使用边界。

## 输入

收集：

- 当前能力支持格式的参考录音；
- 用户确认拥有录音使用权，并已获得说话人的音色克隆授权；
- 已知时记录目标语言和用途；
- 可选的音频清理、试听文本和音色命名偏好。

优先使用单人、清楚、背景干扰较少的语音。避免多人重叠、重音乐、强混响、爆音和长时间静音。执行时读取实时能力限制，不在工作流中写死供应方限制。

## 步骤 1：取得授权

检查或处理录音前，展示以下声明并要求用户明确确认：

> 我确认并保证：我拥有该音频的合法使用权，并已获得音频中说话人的授权，有权创建克隆音色；克隆结果只用于合法用途。

提供两个明确动作：**确认并继续**或**取消**。用户取消、拒绝或无法确认时立即停止。此步骤不可跳过。

## 步骤 2：检查参考录音

取得授权后检查并说明：

- 格式和大小是否受当前能力支持；
- 是否包含足够的可用语音；
- 是否只有一个主要说话人；
- 是否有噪音、音乐、混响、爆音、静音或音量不稳；
- 是否需要会明显改变源录音的预处理。

录音不适合时，说明原因并请用户换一份更好的样本，不要静默强行处理不兼容或低质量素材。

## 步骤 3：确认预处理

分别询问用户是否需要：

1. 在噪音或背景音乐干扰语音时降噪；
2. 在响度不均、过低或可能爆音时做音量归一化。

需要缩短长录音时，优先选择连续、清楚的片段并在自然停顿处结束。可用样本过短时，优先请用户补充更好的录音；只有用户接受质量影响时才延长或重复素材。尽量保留说话人的自然节奏和音色。

## 步骤 4：确认语言和试听文本

识别主要语种并请用户确认或更正。默认从 `references/demo-texts.json` 选择对应语种的试听文本，也可以使用用户提供的简短文本。

试听文本与参考录音语种不一致时，提醒用户发音和相似度可能不稳定。

## 步骤 5：创建并验收音色

使用已确认的参考录音和预处理选择创建克隆音色，并用确认后的文本生成简短试听。

检查：

- 与说话人音色相似，但没有夸张失真；
- 目标语言发音清楚；
- 音量和节奏稳定；
- 没有意外背景声、失真、金属感或复制出的隐私内容；
- 适合用户声明的合法用途。

安全检查发现风险时，用普通语言说明问题并遵守适用限制，不暴露内部风险编号或实现字段。

## 步骤 6：命名并交付

请用户提供可复用名称，也可以建议中性默认名。按需收集：

- 语言；
- 只有用户愿意记录时才收集性别或声音呈现标签；
- 简短音色描述，例如“温暖、低沉、语速沉稳”；
- 用于追溯的源文件名，但不暴露私有本地路径。

交付：

- 音色名称；
- 已确认语言；
- 可选描述信息；
- 可用时提供试听；
- 明确说明该音色已可用于兼容的语音合成流程。

不要指导用户向特定工具传递内部标识或请求字段。

## 步骤 7：可选复用

询问用户是否要用已确认名称保存该音色，以便在后续项目复用。若保存，只记录当前环境支持的最少复用引用和描述信息；若不保存，则仅限当前任务使用。

## 失败恢复

- 未获授权：停止并说明无法继续；
- 格式不支持或源音频质量差：请求更干净、兼容的录音；
- 多人说话：请求单独说话人的样本；
- 相似度弱：在用户确认后改用更干净片段重新创建；
- 噪音或伪影明显：重新评估预处理或替换源录音；
- 语种不一致：确认目标语种并更换试听文本；
- 同一任务重复使用：复用已经确认的音色，不重复创建。

## 边界

本 Skill 只创建已获授权的可复用音色和质量试听，不授予说话人身份使用权，不绕过授权，不支持欺骗性冒充，也不提供供应方调用说明。

---
> © OmniAiLab ｜ 开发者：Mochiball ｜ OmniAiLab AI导演完整版（omniailabx.com）— 未经授权禁止复制、传播或二次分发。