Mode d’emploi
- Copiez la commande et examinez le paquet avant de l’installer dans votre environnement agent.
- Consultez le document original pour les outils, identifiants et environnements requis.
- Décrivez les entrées et le livrable souhaité ; comparez la sortie aux sources.
npx skills add https://github.com/scrofied/rap-clone-skill --skill rap-clone-workflowAvant de commencer
- L’installation n’inclut ni abonnement au modèle, ni quota API, ni accès aux fichiers.
- Étoiles et installations reflètent l’activité, pas un test indépendant de qualité ou de sécurité.
Document Skill original
Rendu depuis le dépôt source en conservant titres, exemples, code, tableaux, liens et images.
rap-clone-workflow 总控（对标说唱全链路编排）
职责：按顺序调度 5 个子技能 + 守 6 道关卡。所有执行细节在各子技能内，本文件只管编排、契约、关卡。
状态：v1。 各环节单独已验证（下载 / DNA 拆解 / 对拍 / TTS），全链路串联请逐关卡人工验收后再放开自动执行。
编排链
S0 输入清单（本技能负责，缺则追问）
↓
S1 rap-clone-s1-download → 01_download/{source_video.mp4, audio.wav}
↓ G1 视频完整
S2 rap-clone-s2-dna → 02_analysis/{dna_card.json, vocals.wav, clone_sample.wav}
↓ G2 歌词人工校对 + DNA 卡确认
S3 rap-clone-s3-lyrics → 03_lyrics/lyrics_final.json（frozen=true）
↓ G3 用户定稿冻结
S4 rap-clone-s4-tts → 04_tts/{dry_vocal.wav, tts_report.json}
↓ G4 音色"像" / G5 失配<2%
S5 rap-beat-align → 05_align/{mix, 纯人声, click, 验证图, report.json}
↓ G6 click 耳朵终审
S6 交付（本技能负责）：报全部文件绝对路径 + 交付清单S0 输入清单
- 对标视频链接（抖音/B站/小红书等）；
- 仿写要求：主题/产品/卖点 + 口吻 + 押韵偏好 + 想保留哪些原词梗；
- 伴奏来源：默认用对标视频分离的伴奏（S2 的 no_vocals.wav）；用户自备则给路径；
- 项目代号 slug（英文短横线）。
目录约定
每个项目一个独立目录（<workspace> 换成你的工作区根目录）：
<workspace>/rap_clone/<slug>/
01_download/ source_video.mp4 / audio.wav / source_info.txt
02_analysis/ demucs输出 / clone_sample.wav / dna_card.json / dna_card.md
03_lyrics/ lyrics_draft.md / lyrics_final.json
04_tts/ dry_vocal.wav / tts_report.json
05_align/ mix / 纯人声 / check_click / 验证图 / align_report.json三份契约文件（阶段间只认文件，不认口头）
| 契约文件 | 产出 | 消费 | 关键字段 |
|---|---|---|---|
02_analysis/dna_card.json | S2 | S3 / S4 / S5 | tempobpm / beatphase / beatperiod / gapbeats / phrasepattern / nphrases / firstphrasebeat / lyrics / clonesample / voicenotes |
03_lyrics/lyrics_final.json | S3 | S4 / S5 | frozen=true 才可进 S4；phrases[{idx,chars,text}]（字数=phrase_pattern 逐项对应） |
04_tts/tts_report.json | S4 | S5 | voiceid / speechrate / measuredbpm / dnabpm / mismatch_pct / iterations |
契约字段缺失 = 该阶段打回上游，不允许"先跑着后面补"。
验收关卡汇总
| 关卡 | 阶段 | 内容 | 通过标准 |
|---|---|---|---|
| G1 | S1 | 视频 | 完整可播、时长与平台一致 |
| G2 | S2 | DNA 卡 | 歌词人工校对 + 密度读数确认 + 克隆素材试听 |
| G3 | S3 | 歌词 | 字数模式程序核验 + 用户定稿冻结 |
| G4 | S4 | 音色 | 试听"像不像" |
| G5 | S4 | TTS | 试听无读错 + 速度失配 <2%（或明示接受 S5 拉伸） |
| G6 | S5 | 对拍 | click 耳朵终审 + median ≤10ms |
总控铁律
- 顺序不可跳：DNA 卡未确认不写词；歌词未冻结不合成；TTS 失配 >2% 且用户未接受拉伸方案不进 S5。
- 每阶段完成立即向用户报文件绝对路径，等关卡确认再进下一阶段。
- 画面用户手动剪辑——本工作流交付到音频为止。
- 单站故障不跨站修补：某站验收不过，回到该站的技能重做，不允许下游"顺手改"上游产物。
依赖速查
- 子技能：
rap-clone-s1-download/rap-clone-s2-dna/rap-clone-s3-lyrics/rap-clone-s4-tts/rap-beat-align - 对拍代码：本仓库
scripts/（measuretempo.py 测速 / globaltempofix.py 全局校正 / alignphrases.py 对齐终稿 / verifyalignment.py 复测 / diagsilence.py 阈值诊断） - TTS：火山引擎豆包语音 API，调用封装
scripts/tts.py（Key 走环境变量DOUBAO_SPEECH_API_KEY） - 音色复刻：火山引擎控制台人工提交样本（
scripts/tts.py亦含clone_voice()API 尝试，以控制台文档为准） - demucs / faster-whisper / RubberBand 4.0.0（安装见 README）
