Aliang picturebook audiobook

Skill aliang2052/aliang-skills/skills/aliang-picturebook-audiobook

阿亮开源的 Skills 合集：短剧成片 / 电商详情图 / 儿童故事 / 有声绘本 / 配音 / 多人播客。一句话触发，AI 走完整 AIGC 流程。

Install

npx -y skills add aliang2052/aliang-skills --skill aliang-picturebook-audiobook

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

20 stars20 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

用阿里云百炼 bl CLI 把一个故事主题做成「儿童有声绘本」——AI 写故事→多音色配音(TTS)→统一画风文生图→合成网页版翻页有声书（可选导出 mp4 视频版、纯音频 mp3）。当用户想做有声书 / 有声绘本 / 儿童绘本 / 故事配音配图 / 睡前故事，或说"把故事做成有声书""做个绘本""故事变成声音再配图"时使用。

SKILL.md

3.9 KB, as published. Nobody here has run it

儿童有声绘本制作

把一个主题做成有声绘本：AI 写故事 → 分段 → 多音色配音 → 统一画风配图 → 合成网页版（+可选视频/音频）。全程用百炼 bl CLI，最后用本 skill 的脚本组装。

前置

bl (百炼 CLI) 必须可用，已登录（bl auth status 可查）。
导出 mp4 / 合并音频需要 ffmpeg（网页版不需要）。

工作流（4 步）

开工前先和用户确认 2 件事（其余用默认）：① 故事主题（必问）；② 要哪些产物（网页版默认必出；是否再加 mp4 视频 / 纯音频 mp3）。段数默认 6、年龄默认 4-8 岁、画风默认水彩绘本，用户没特别要求就别追问。

1. 生成故事 → story.json

读 references/story_prompt.md，填好主题/段数，用 bl text chat --message "<prompt>" --output json 生成，按该文件的解析片段提取成 story.json。

若 json.loads 报错（多为对白用了英文引号），强调 prompt 第 7 条重新生成，不要手工修补。
生成后把 story.json 的角色/分段简要念给用户看一眼。

2. 选画风（按故事内容推荐，用户确认）

读 references/styles.md，按故事题材匹配出推荐画风，再用 AskUserQuestion 把 7 种预设给用户挑（推荐项放第一个标「(推荐)」）。例如中国神话题材推荐「国潮插画」。用户选定后作为下一步的 --style 值。

3. 配音 + 配图（脚本一把梭）

画风定了后，直接跑构建脚本，它会逐段 TTS + 文生图并组装产物：

python3 scripts/build_audiobook.py --story story.json --outdir <项目目录> --style <画风名> [--web] [--video] [--merge-audio] [--all]

--style 传预设名（见 styles.md）即可；不传默认「水彩绘本」；也可传自定义画风描述文字。
不带产物标志默认只出网页版；--all = 网页+音频+视频。
音色自动分配（旁白固定 + 角色轮流），情绪用 rate/pitch 表达。细节与坑见 references/voices.md，动手前务必读它（最关键：系统音色加 --instruction 会报 428，所以禁止用 instruction）。多音色生效的前提是故事 segments 的 speaker 分给了不同角色（见 story_prompt.md 第 6 条）。
改了文字/换画风后只重跑：换 --style 重跑即可；只重建网页（不重出媒体）加 --skip-media。

4. 交付

产物在 <项目目录>/：index.html（网页版，双击或 open 即看）、audio/seg_NN.wav、images/seg_NN.png，以及可选 <标题>.mp4、<标题>_audio.mp3。最后用 open index.html 给用户预览。

产物形态

网页版（默认）：单 HTML 翻页播放器，逐段大图+字幕+朗读，音频播完自动连播，支持上/下一段、进度条、圆点跳转、键盘 ←/→/空格。模板见 assets/player_template.html。
mp4 视频版：图片+音频用 ffmpeg 合成 720p 视频，发抖音/视频号用。
纯音频 mp3：各段合并成一个文件，喜马拉雅/睡前播放用。

story.json 结构

{
  "title": "书名",
  "characters": [{"name":"旁白","role":"narrator","trait":"温柔讲述者"}],
  "segments": [{"id":1,"speaker":"旁白","text":"朗读文字（对白用中文全角引号）",
    "emotion":"温柔讲述","image_prompt":"该段画面描述","voice":"<可选,覆盖音色>"}]
}

segments 数量任意；emotion 取值见 references/voices.md 的映射表。