从 0 搭建口播视频 Skill（1）

土豆不吐皮

从 0 搭建口播视频 Skill（1）
现在做一条口播视频，你要接触七八个工具：剪映 / CapCut、Remotion、HeyGen、Gamma、ElevenLabs……光这串名字就够劝退，其中好几个还得付费订阅。
更麻烦的是用一阵子之后总会出岔子：字幕对不齐、配音念飘了、画面不听话。这时候问题来了——该改哪里？你不知道，因为每个环节你按的都是别人封装好。
这是一个系列的第一篇。整个系列的终点，是一个「数字人口播 skill」——丢一个主题进去，出来一条有数字人、对得上口型的口播视频。但第一篇不做数字人。
我想学明白，也想给大家一套清晰好用的口播 skill。所以我定了个目标：从 0 搭，每个环节自己接，慢一点没关系，这一轮我要的不是成片，是把原理吃透。 搞清楚了原理之后，再去接一体化的工具，事半功倍。
读完这篇你会拿到三样东西：一条口播视频到底由哪几个环节构成、以及一条已经跑通、固化成 skill 的流水线。手痒了，今晚就能自己搭一条。
空口无凭，直接上成品：下面这条视频，画面、人声、字幕、背景音乐，没有一样是我手工拖出来的。
这一版的效果已经满足一些基本的要求，后面我们可以持续迭代，把这个 skill 做好，这就是后面几篇需要做的事情。
导读：不用从头啃
按你现在的状态挑着看就行，全文一共 3 章：
搞清楚：一条口播视频由什么构成，看 1。
怎么做：强烈建议看 2， 可以搞清楚这个 Skill 的原理。
跑起来: 这张最简单，想看看 Skill 怎么用，或者自己写，看「3.你也能照着写一个」

全文学习：

链接: https://pan.baidu.com/s/11LLWsfT1LhW9mpytnz2oLQ 提取码:

游客，如果您要查看本帖隐藏内容请回复