课程视频·数字人讲师

概述

把写好的讲稿和一张获权讲师人像做成课程视频。每一讲先配音，再做成能完整装下语音的口播片段。

适用范围与相邻路线

课程或培训团队要用一张稳定人像加讲稿做口播课视频时，使用本 Skill。

只要音频课包转到 course-narration-studio。单条讲述者短片转到 talking-avatar-video。创始人周更转到 founder-ip-avatar-studio。没有形象和声音授权时，停在确认。

老师手里有课件（PowerPoint、WPS 或 PDF），想直接用课件本身做视频时，整门课推荐数字人讲课（lecture-video-maker），一节课推荐微课制作（micro-lesson-maker）；还没有课件时，先用 AI课件（ai-courseware-maker）做出课件。用课程视频工作流（references/workflow.md#pointing-to-another-skill）里的安装说明，并且只在用户要求后才安装。用人像加定稿讲稿做的口播课仍在这里完成。

输入与默认值

硬输入是：

• 一张可访问的讲师人像；
• 至少试点讲的最终讲稿；
• 课次顺序；
• 形象和声音权利；
• 讲稿里有反复出现的人名、术语或缩写时，必须有读音表。

这些术语存在而读音表为空时，停下来收集读法。不要猜。最终讲稿才是口播来源。课件只有在用户抽出可说文本后才有用；本 Skill 不解析幻灯片。

复用冻结的 voice_id、语言和构图。视频默认 model: "auto"，画幅由源图决定。规划语音长于最长可容纳视频时长时，把一讲拆成连续可容纳片段。

标准路径

1. 查看人像。记录 MIME 类型、宽、高、画幅、字节大小和是否有 alpha 通道。建立课次台账。本地人像或样本检查后，只通过随包客户端上传。绝不要把本地路径传给远程工具。
2. 选择或克隆老师声音。克隆先确认同意；拿到文件不等于同意。合适样本目前大约 10 到 300 秒，不超过 20 MiB，且是干净单人语音。

使用实时 voice_clone 入场卡，在任何克隆 client_request_id 或 beatra.voices.clone 调用前出示：路线 voice_clone，工具 beatra.voices.clone，一次成功激活声音的实时价格、暂定估价、600 积分注册礼金通常开不起这次克隆，以及余额不足时怎么办。用户确认已充值或余额足够之前，不要创建 client_request_id 或提交。不要提供免费克隆。只提交一次 beatra.voices.clone：

   {
     "sample": {"type": "artifact", "artifact_id": "artifact_..."},
     "display_name": "Course Teacher",
     "consent_attested": true,
     "model": "auto",
     "client_request_id": "opaque-course-video-clone"
   }

用 beatra.tasks.get 轮询到终态，然后冻结返回的 voice_id。不克隆时，仍需选目录声音就调用 beatra.voices.list。绝不要把显示名放进 voice。

1. 调用 beatra.models.list，查询 text_to_speech 和 image_to_video。

确认视频路线接受 [image, driving_audio]。把人像的真实 MIME、尺寸、字节大小和 alpha 情况与每项公布的图片约束比较。读取能完整装下语音的最长视频时长。在句或节边界把试点讲拆成连续可容纳分段。不要靠删讲稿压低费用。不要把截断后的课当完成品。仅当实时语音信息卡支持该格式、且实时视频信息卡接受结果时才用 mp3。视频信息卡须接受 audio/mpeg。用户要求 flac、opus 或 pcm 而视频路线不接受结果格式时，在任何付费调用前说明不兼容，并让用户选择。不要静默改格式。必要媒体事实缺失或不兼容时，在 TTS 前停止。每次语音 input 不超过 50,000 字。

1. 确认试点语音卡：文稿分段、声音、格式、实时估价，以及每个 client_request_id 对应一次 beatra.speech.synthesize。每段只通过随包客户端提交一次。用 beatra.tasks.get 轮询每个旁白任务到终态。读取返回产物以及真实的 task.output.audio.mime_type、duration_seconds 和 size_bytes。该段视频前先确认真实音频。绝不要把文稿预览当作音频复核。
2. 刷新 image_to_video 信息卡，用人像加该段已确认语音再准入。复查每项图片和驱动音频事实。终态音频大小仍拿不到时，在视频前停止。

选用不短于真实语音长度的最小受支持整数视频时长。beatra.videos.animate 前出示视频入场卡：路线 image_to_video，工具 beatra.videos.animate，已确认人像和语音产物、提示词、由音频决定的时长、若设置则含分辨率、输出数量、暂定实时估价、600 积分礼金通常开不起这次视频，以及余额不足时怎么办。用户确认已充值或余额足够之前不要提交。已确认旁白并不授权视频调用。每段视频有自己的 client_request_id。

1. 试点讲的片段被接受后，对其余课次重复分段旁白再视频。每个付费阶段有自己的 client_request_id。只通过随包的 scripts/mcp_client.py 提交。不要配置、调用或使用宿主 Beatra Connector。不要使用 REST/OpenAPI 作为回退。用 beatra.tasks.get 轮询每个视频任务到终态。
2. 按教学顺序交付带标签的课视频，课内按分段顺序，附上真实尺寸、时长、用量和 billing.net_charged_credits。复核身份、术语读音和口型时机。

需要确认的决策

确认权利、声音、试点讲和每张视频入场卡。讲稿一变就是新的旁白；音频变了还要新的视频。

故障恢复

每个阶段只重放冻结后的同一载荷和 ID。任务 ID 丢失时，通过 beatra.tasks.list 和 beatra.tasks.get 找回。遇到 insufficient_balance 时，保持余额错误里的充值地址一字不改，用户说已充值后才用同一冻结 client_request_id 重试。

账户余额

用户问还剩多少积分，或某次实时估价够不够时，调用 beatra.wallet.get。问已经扣了多少时，调用 beatra.wallet.ledger。两者都是只读的。不要臆造查余额或充值的工具。也不要把wallet.get 变成每次付费提交前的必需步骤。

模型卡返回里带 top_up 块时，按卡片给出的档位和顺序原样转述。不要给档位排高低，不要贬低其中任何一档，也不要替用户挑。选哪一档是用户自己的事，钱包页会把整份清单摆在他面前。任何时候都不要凭记忆报档位。

按任务查阅参考

• 台账、入场卡、载荷和复核，读课程视频工作流（references/workflow.md）。
• 授权需要处理时，再读安装与认证（references/installation-and-auth.md）。
• 首次注册读安装注册（references/installation-registration.md）。
• 任务和计费事实读任务与结果（references/tasks-and-results.md）和计费、错误与恢复（references/billing-errors-and-recovery.md）。
• 随包客户端连不上时读随包 MCP Client 连接诊断（references/mcp-connection.md）。
• 更新与安全：更新与安全（references/updates-and-security.md）
• 用户要求移除本包时，再读卸载与断开连接（references/uninstall-and-disconnect.md）。

每个 Beatra 操作都使用或调用随包的 scripts/mcp_client.py。

更新与安全

本 Skill 会自动更新。内置客户端每天最多一次从 Beatra 官网读取本渠道的版本信息（中国大陆网络走 www.beatra.cn 与 cdn.beatra.cn）。有新版本时，它下载官方发布包，逐个文件校验 SHA-256，再替换本 Skill 自己的文件；你放进这个目录的其他文件不会被改动。替换过程中断时，下次运行会自动恢复到替换前的状态。除此之外，它不下载或执行任何其他代码，只通过 HTTPS 与 Beatra 官方服务通信；你选择上传的文件只会传到Beatra 为这次上传签发的一次性地址。

关闭自动更新：python3 scripts/mcp_client.py update --auto off。关闭后，客户端每天最多提示一次在你安装它的商店里更新的命令。详见更新与安全（references/updates-and-security.md）。