video-talkcraft

video-talkcraft - 口播视频AI Agent技能，字级配音同步、动效配方卡与Remotion渲染工具

video-talkcraft 简介

video-talkcraft是由开发者Vincentwei1021打造的一款开源AI Agent技能，属于video-shotcraft系列的口播视频篇。它将Claude Code或Codex转变为口播视频的动效工作室：用户提供口播稿与成品配音，技能在本机对齐字级时间戳，将每个语义拍写入SHOTBOOK分镜，再通过Remotion渲染出带有动态字卡、证据截图、运镜与影视级音效的解说成片。它不合成声音，只负责让画面精确地锁在人声上。

video-talkcraft 核心功能/服务

字级配音同步与语义分镜：基于双ASR后端生成字级时间戳，精确到每个字的起止时刻。按语义段落切分镜，新元素只在语义拍边界进场，避免机械的“一句一个新元素”造成的堆积型凌乱。
108张动效配方卡与七层镜头系统：提供108张自包含Remotion tsx源码的动效卡片，每张附带可跑的HTML预览与意图说明。配套七层反PPT镜头系统，包含极缓推拉相机、让位生命周期与六式转场，运动做减法。
三重验收与可选工作台：内置自动静止检测、独立subagent评估循环与QA抽帧验收，机器闸全过后仍需一轮人工审片。可选工作台提供多轨时间线、素材库与Remotion实时预览，支持右键导出透明通道叠加素材。

video-talkcraft 适合谁

• 知识科普与产品评测类视频创作者：已有口播稿和成品配音、需要将文案快速转化为带动效解说视频的创作者，可借助字级同步与动效卡片产出节奏紧凑、画面响应人声的成片，适合横屏与竖屏分发。
• 使用Claude Code或Codex的开发者与AI视频探索者：已在编程Agent环境中工作、希望将视频制作纳入工作流的技术用户，可通过安装Skill让Agent按八步管线执行分镜、渲染与验收，减少在剪辑软件中手动对轴的时间。
• 需要批量生产解说内容的团队：知识付费、产品营销或媒体机构中需要持续产出解说视频的团队，可复用108张动效卡片与镜头系统，在保持视觉风格一致的前提下缩短单条视频的制作周期。

为什么选择video-talkcraft

video-talkcraft的差异化在于“配音你出，画面它配齐”的分工——它不碰声音合成，只专注画面与人声的精确对齐，避免了TTS音色不自然或数字人恐怖谷的问题。108张动效卡片均附带可直接复制使用的Remotion源码与可跑的HTML预览，降低了动效实现的门槛。项目采用PolyForm Noncommercial许可，个人、教育、研究用途免费，用技能做出的视频归创作者所有。需注意商业用途需事先获得授权，首次运行会下载约754MB的语音模型，且对时间戳与渲染需要本机算力。访问video-talkcraft官网，查阅安装指南或浏览108张动效预览画廊。