aliang-picturebook-audiobook

name aliang-picturebook-audiobook description 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。 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。