AutoXG — 翔哥短视频口播自动化技能

🎙️ 从 SRT 字幕到完整口播包一步到位：字幕提取 → 事实锚定口播稿 → AI 去味 → 封面生成 → GPT-SoVITS CPU 配音 → 验证交付

AutoXG 是一个可复用的 Agent Skill（支持 Codex / Claude Code / Hermes / OpenCode），专为"翔哥"短视频账号打造。它将一条 SRT 字幕文件转化为完整的发布包：经过事实核验的第三人称中文口播稿、抖音发布信息（标题 + 5 个话题标签）、3:4 竖版封面图、以及用 GPT-SoVITS 在 CPU 上合成的克隆语音。

✨ 核心能力

• 字幕提取：自动读取 SRT 字幕，构建事实账本（人名、地名、日期、数量、因果链）
• 口播稿生成：第三人称叙事，钩子开头，按目标时长校准（1.1× 语速基准），100–220 字大段落直接喂给 TTS
• AI 去味：内置 blader-humanizer 自然化处理，消除 AI 腔调，零事实漂移
• 发布信息：自动生成 ≤25 字好奇心标题 + 5 个话题标签
• 封面生成：3:4 竖版选题封面，逐字校验中文文字、安全边距、像素比例
• GPT-SoVITS 配音：CPU 推理，1.10× 语速，短停顿压缩（0.35s→0.18s），段落间 0.28s 间隔
• 可恢复执行：从已验证的中间文件断点续做，不从头重启
• 完整验证：脚本事实性、发布信息格式、封面视觉、音频技术规格（mono PCM16 32kHz 无削波）

🚀 快速开始

环境要求

• Python 3.10+
• GPT-SoVITS（CPU 模式，预装在 D:\GPT-SoVITS）
• FFmpeg

安装

将本仓库作为 Agent Skill 使用：

# Codex / Claude Code / Hermes / OpenCode
# 将仓库克隆到技能目录即可
git clone https://github.com/DaBaoAgent/AutoXG.git

使用

在 Agent 对话中，指定 SRT 字幕文件所在目录，AutoXG 会自动完成全部流程：

请用 AutoXG 处理 D:\素材\挑战100天认识百款辅具\第01期-电动轮椅.srt

或分步执行：

# 1. 提取字幕文本
python scripts/extract_srt.py <input.srt> --output source-transcript.txt

# 2. 生成口播稿（Agent 自动完成，遵循 references/ 中的规则）

# 3. 验证发布信息
python scripts/validate_publication_info.py <topic-root>

# 4. 合成配音（GPT-SoVITS CPU 模式）
& 'D:\GPT-SoVITS\.venv\Scripts\python.exe' `
  scripts/synthesize_xiang_cpu.py `
  --text 翔哥口播稿.txt `
  --name <topic-name>

📦 输出结构

<素材目录>/
├── 原始字幕.srt
├── source-transcript.txt        # 提取的字幕文本
├── 翔哥口播稿.txt                # 最终口播稿（AI 去味后）
├── 发布信息.txt                  # 标题 + 5 个话题标签
├── 封面-3比4.png                 # 3:4 竖版封面
└── 配音/
    ├── <选题>_RAW.wav            # 原始合成音频
    ├── <选题>_句间停顿缩短.wav     # 最终处理音频
    ├── 配音稿_大段落.txt           # TTS 输入文本
    ├── 配音配置.json              # 合成参数记录
    ├── progress.log              # 进度日志
    └── segments/                 # 逐段音频

🔧 工作流程

步骤	说明	关键规则
1. 字幕提取	读取完整 SRT，构建事实账本	不遗漏末尾字幕块
2. 口播稿	第三人称、钩子开头、大段落格式	100–220 字/段，1.1× 语速校准
3. AI 去味	blader-humanizer 两轮改写	零事实漂移，保留来源数字
4. 发布信息	标题 ≤25 字 + 5 个标签	好奇心驱动，非标题党
5. 封面	3:4 竖版，中文逐字校验	安全边距，精确像素比
6. 配音	GPT-SoVITS CPU，1.10× 语速	短停顿压缩，段落间 0.28s
7. 验证	脚本/信息/封面/音频全检	mono PCM16 32kHz 无削波

📁 项目结构

AutoXG/
├── SKILL.md                        # Agent Skill 定义文件
├── scripts/
│   ├── extract_srt.py              # SRT 字幕提取
│   ├── synthesize_xiang_cpu.py     # GPT-SoVITS CPU 配音脚本
│   └── validate_publication_info.py # 发布信息验证
├── references/
│   ├── voiceover-rules.md          # 口播稿写作规则
│   ├── blader-humanizer-xg-rules.md # AI 去味规则
│   ├── cover-publication.md        # 封面与发布规则
│   └── voice-clone-rules.md        # 语音克隆规则
├── vendor/
│   └── blader-humanizer/           # 内置 AI 去味工具
├── agents/
│   └── openai.yaml                 # Agent 配置
└── assets/
    ├── readme/                     # 推广图（hero/workflow/beginner）
    └── topic-cover-3x4-approved.png # 封面风格参考

🤝 贡献者

• Dabao (@DaBaoAgent) — 创建与维护

📄 许可

MIT License