闲社服务运行正常AI智能体自动化平台
t

谈话圈

技能标识:talking-circle

>

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
1
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

谈话圈

对话圈

创建带有口型同步和眨眼动画的动画圆形头像视频。需要4个头像帧图像(中性、微张、大张、闭眼),生成带有音频驱动嘴部运动的圆形视频。

前置条件

  • - python3(3.9+)
  • 已安装 ffmpeg 并配置在PATH环境变量中
  • 可选:ELEVENLABSAPIKEY 环境变量(用于ElevenLabs文本转视频模式)
  • 可选:SALUTESPEECHAUTH 环境变量(用于SaluteSpeech文本转视频模式)

安装设置

依赖项会在首次运行时自动安装到临时虚拟环境中。如需手动安装:

bash
pip install -r requirements.txt

模式1:音频转视频

将现有音频和帧图像转换为动画对话圈视频。

bash
python3 scripts/maketalkingcircle_video.py \
--neutral frames/neutral.png \
--slight frames/mouth-slight-open.png \
--wide frames/mouth-wide-open.png \
--blink frames/eyes-closed.png \
--audio speech.mp3 \
--out /tmp/talking-circle.mp4

模式2:文本转视频

通过ElevenLabs TTS从文本生成语音,然后创建动画视频。

需要在环境中设置 ELEVENLABSAPIKEY 或通过 --api-key 参数传递。

bash
python3 scripts/maketextto_video.py \
--text 你好,这是一个对话圈演示! \
--voice-id pNInz6obpgDQGcFmaJgB \
--neutral frames/neutral.png \
--slight frames/mouth-slight-open.png \
--wide frames/mouth-wide-open.png \
--blink frames/eyes-closed.png \
--out /tmp/talking-circle.mp4

模式3:通过SaluteSpeech(Sber)文本转视频

通过SaluteSpeech TTS(Sber)从文本生成语音,然后创建动画视频。

需要在环境中设置 SALUTESPEECHAUTH 或通过 --auth-key 参数传递。这是来自你的SaluteSpeech项目的Base64编码的 clientid:client_secret。

bash
python3 scripts/makesalutetexttovideo.py \
--text Привет, это демонстрация talking circle! \
--voice Bys_24000 \
--neutral frames/neutral.png \
--slight frames/mouth-slight-open.png \
--wide frames/mouth-wide-open.png \
--blink frames/eyes-closed.png \
--out /tmp/talking-circle.mp4

SaluteSpeech语音

语音名称语言
Nec24000娜塔莉亚(女声)ru-RU
Bys24000
鲍里斯(男声) | ru-RU | | May_24000 | 玛莎(女声) | ru-RU | | Tur_24000 | 塔拉斯(男声) | ru-RU | | Ost_24000 | 亚历山德拉(女声) | ru-RU | | Pon_24000 | 谢尔盖(男声) | ru-RU | | Kin_24000 | 基拉(女声) | en-US |

语音预设

ElevenLabs预设(Sbercat — 男声)

参数值
--voice-idpNInz6obpgDQGcFmaJgB
--model-id
elevenmultilingualv2 | | --stability | 0.15 | | --similarity-boost | 0.70 | | --style | 0.38 | | --speed | 1.20 |

SaluteSpeech预设(鲍里斯 — 男声,俄语)

参数值
--voiceBys_24000
--audio-format
wav16 | | --scope | SALUTESPEECHPERS |

如何获取API密钥

ElevenLabs:

  1. 1. 前往 ElevenLabs语音库。
  2. 选择或克隆一个语音,复制语音ID。
  3. 设置 ELEVENLABSAPI_KEY 环境变量。

SaluteSpeech(Sber):

  1. 1. 在 developers.sber.ru 注册。
  2. 创建一个项目,获取 clientid 和 clientsecret。
  3. 将 clientid:clientsecret 编码为Base64。
  4. 使用Base64字符串设置 SALUTESPEECH_AUTH 环境变量。

替代TTS引擎

该技能也支持任何能够生成音频文件的TTS。使用模式1(音频转视频),音频可来自任何来源:

  • - OpenAI TTS(openai.audio.speech.create)— 生成语音,保存为MP3,通过 --audio 传入
  • 本地TTS(Coqui、Piper、Silero等)— 本地运行,保存WAV/MP3,通过 --audio 传入
  • Google Cloud TTS、Amazon Polly、Azure TTS — 任何云服务商均可

bash

示例:使用任意TTS生成音频,然后制作动画


python3 scripts/maketalkingcircle_video.py \
--neutral frames/neutral.png \
--slight frames/mouth-slight-open.png \
--wide frames/mouth-wide-open.png \
--blink frames/eyes-closed.png \
--audio /path/to/speech-from-any-tts.mp3 \
--out /tmp/talking-circle.mp4

告知用户: 如果没有ElevenLabs或SaluteSpeech API密钥,可以使用任何其他TTS引擎——只需生成音频文件并传入模式1即可。音频转视频模式不需要API密钥。

帧图像要求

需要4张头像的PNG图像,所有图像分辨率相同(推荐2048x2048),正方形宽高比:

帧描述
neutral嘴巴闭合,眼睛睁开
slight
嘴巴微张,眼睛睁开 |
| wide | 嘴巴大张,眼睛睁开 |
| blink | 嘴巴闭合,眼睛闭合 |

关键规则

  • - 所有4帧必须具有完全相同的分辨率、艺术风格、颜色和角色位置。
  • 只有嘴巴和眼睛可以在帧之间变化——头部、身体、背景必须保持不变。
  • 不要混合来自不同生成会话或不同风格的帧。

使用图像AI生成帧

如果用户没有现成的帧,可以使用图像生成API(DALL-E、Midjourney、Flux等)生成。按照以下工作流程操作:

第1步:生成中性帧

生成角色的肩部以上肖像。这是基础帧——所有其他帧必须与其完全匹配。

示例提示词:

[角色描述]的肩部以上肖像。正方形构图,干净背景,
嘴巴闭合,眼睛睁开,看向镜头。高细节,光照一致。

第2步:将剩余3帧生成为中性帧的编辑版本

使用图像编辑/修补功能在中性帧上生成其他状态。
只修改嘴巴和眼睛区域——其他所有内容必须保持像素级一致。

帧需要修改的内容编辑提示词示例
slight嘴巴微张嘴巴微张,牙齿隐约可见,表情不变
wide
嘴巴大张 | 嘴巴大张,像在说啊,表情不变 |
| blink | 眼睛闭合 | 眼睛轻轻闭合,嘴巴闭合,表情不变 |

第3步:验证一致性

使用帧之前:

  1. 1. 检查所有4张图像分辨率是否相同。
  2. 叠加它们以验证头部/身体位置没有移动。
  3. 如果有任何帧偏移,从中性基础帧重新生成。

示例

参见 examples/sbercat/ 目录,其中包含参考角色和现成的帧集:

  • - Sbercat — 3D渲染拟人化猫,薰衣草蓝色毛发,绿色眼睛,粉色鼻子,绿色连帽衫:
- examples/sbercat/reference.png — 角色参考 - examples/sbercat/neutral.png — 嘴巴闭合,眼睛睁开 - examples/sbercat/slight.png — 嘴巴微张 - examples/sbercat/

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 talking-circle-1776276126 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 talking-circle-1776276126 技能

通过命令行安装

skillhub install talking-circle-1776276126

下载

⬇ 下载 talking-circle v1.0.0(免费)

文件大小: 17.68 KB | 发布时间: 2026-4-16 16:57

v1.0.0 最新 2026-4-16 16:57
Initial release of talking-circle: animate circular avatar videos from audio and frame images.

- Create Telegram-style talking-circle (round) video messages from four avatar images and audio, with lip-sync and blink.
- Supports audio-to-video and text-to-video workflows.
- Text-to-video mode supports ElevenLabs or SaluteSpeech (Sber) TTS; also works with audio from any TTS engine.
- Detailed instructions for frame preparation, TTS setup, and usage examples provided.
- No API key needed if providing your own audio file.
返回顶部