本文分享基于WorkBuddy与MiniMax TTS制作手绘动画视频的保姆级教程,解决微软语音冲突与画面混乱痛点,提供结构化提示词模板,适合教师备课、制作PPT课件及辅导孩子学习。
Tags:杰克船长
读完需要
速读仅需 2 分钟
💬 说
这是我的第 381 篇原创,一直致力于从实战维度去分享工具、Agent、技巧、资讯
大家好!我是唐舰长
我个人英语还是比较差的,尤其是一些词性都用不懂。就想着如果当初有视频学习会不会我对英语的理解会好一些。
而现在让 Ai 做视频已经不是什么新鲜事,无论是代码做视频还是 AI 生成视频效果都很不错。但我想要的依旧是那种拿笔在画面上画。
讲到哪画到哪,思路跟着笔走,就像在学校里看老师在黑板上边讲边写一样。
”就像这样的英语讲解视频:
通过画物体的形式去讲解,in、on 和 under。物品在不同状态下应该用哪些词去表达。虽然是初中的知识,但看完这个视频。该死的知识又进我脑子了。
可见这样的视频实用性还是很高的,对于老师来讲也能在 PPT 课件上播放这样一段视频。比较现在 Ai 做课件已经很多老师的选择了。但 AI 做的课件可没有这些视频表达效果。
话不多说,开始分享
全文导航
1实现流程
2接入优质音频生成
3生成对应视频
4使用场景
5写在最后
1
实现流程
这种效果视频是通过 SKill 去完成的效果,但市面 skill 非常多,就算 skill 很不错,不会用那也是一个废 skill
这个 skill 名字叫“手绘动画视频制作”
需要在技能市场上选择“SkillHub”然后进行搜索
找到后安装这个技能即可,如果搜不到也可以让你的 Workbuddy 基于 skill 的仓库地址进行安装:
1请根据 https://skillhub.cn/install/skillhub.md,安装 @user_2b46b0cf/handdrawn。以上是安装做这种线稿视频效果的 skill,但别着急去测试。很多 skill 会因为各种情况用不起来的。
就比如这个 skill,原开发者在这个 skill 中使用了微软 Bing 的云端语音,东西是好东西,也是免费给大家生成语音,但是在 Workbuddy 中就是行不通
就像是微软开了防火墙一样,你在 Workbuddy 中就是请求不了,包括我的 Workbuddy 也是,在行不同后就选择用电脑自带的本地语音渲染
做出来的效果完全是不能听的,就是那种自带的机械式的声音。所以在这要基于这个 skill 做一些改动。当然 skill 的原有能力依旧很强。
2
接入优质音频生成
要不说 Workbuddy 的生态做的好呢,就比如我现在想要去找一个专门进行语音合成的方案,现在我也只需要在他的技能库中在去搜索另一个 skill 即可。
继续在技能库里面搜索“MiniMax TTS 国内版”,找到这个对应的 skill 并进行安装
这里稍微介绍一下,目前国内专门用 AI 去做语音生成的,就属豆包语音和 Minimax 的语音,豆包语音的调用模型比较复杂。用 minimax 会简单一些
但是这样生成语音就不是免费的,因为他效果好;但计算收费也不贵,差不多 1 万字符 2~3。一分钟都不到 200 字。
价格基本上就忽略不计了,但这里需要注意的就是需要去注册一下账号、实名然后才可以用。
安装好这个 MiniMax TTS 国内版 skill 后,点击去“试一试”然后直接说:
1你需要我配置 API,我怎么配置,网址是什么?这个时候 Workbuddy 就会教你去对应的平台获取,当然这个我之前就弄过,所以流程还是很清楚的。为什么要这样多一嘴呢
就是像 MiniMax TTS 国内版 skill 这样需要配置 key 的 skill 会很多,让 Ai 去教你才是最快的。
重点就是打开这个 minimax 官方网址:
https://platform.minimax.cn/console/access
注册账号、实名认证、创建 key(对于第一次接触的伙伴)
这个是属于个人的控制台如果打开是 minimax 网址的其他界面,就点击页面左上角的头像就能来到这个控制台界面
创建 key 后,就很简单了,还是发给你的 Workbuddy,他会自己帮你配置好。很轻松
以上就是配置这个 Skill Key 的流程和操作图
当然,除了配置 key 以外,还需要去了解什么叫音色。比如舰长有舰长的音色,每个人有每个人的音色,所以用 AI 生成的音频音色也不相同。那我们就可以去选择一个相同的音色让它去生成。
音色查找市场:
https://www.minimax.cn/audio
上面这个网址是 MiniMax 专门用于生成音频的网站。当然,我们在 Workbuddy 里面使用的是 API 调用方式,如果不使用 API 调用,人家也是有专门的网站去做的。
这个网站对于我们调用 API 来讲,其实最主要的就是去找到一个你喜欢的音色。
进入网站后,就去音色库里面搜对应的关键词。比如我们这一次分享的这个 skill,比较适合用于教学内容,那我们可以选择以教学的音色去合成咱们的视频音频。
我截图的音频不算多啊,其实光教学这个板块,可能就有四五十个音色供你去选择。选择好一个音色后,可以点击最右边的三个点,就会有一个叫“复制 ID”的模块。
复制下来,结合下个版块的提示词进行使用:
3
生成对应视频
舰长每次分享工具和 skill 的时候基本上都会帮大家提前把坑踩了,避免大家在去浪费时间在维护上
就比如这个 skill 的功能是好功能,相比大家都有看上面的视频。但是有一个非常难受的事情,就感觉模型用这个 skill 的时候缺了“左脑一样”
上面是我最开始做的地理水循环视频演示效果,它最后的画面呈现就是上面的效果。画面的叠加效果太过于复杂和杂乱,而且没有清晰的元素定位。
因为一开始我并没有给到他太多的一些要求,只是告诉他,请你用这个 skill 帮我去生成一个关于地理水循环的一个知识讲解视频出来
后面,然后我才知道,他对于画面的定位不太准确,但是我们可以通过呃前期的沟通让他先知道画面的这些元素应该存在整个画面的哪些方向:比如说,像云呢,应该在上面、山呢,可以在左侧、海呢,可以在右侧啊
那到目前为止,舰长帮助大家提前踩了两个坑:
语音合成的坑
画面生成杂乱的坑
那在后续使用时就需要注意用下面的提示词结构去制作
11.主题:关于 xxxxx 知识点,重点讲述 xxxxx22.使用手绘动画视频制作这个 skill 帮我完成知识点视频33.其中音频生成可以选择使用/MiniMax TTS 国内版这个 skill 生成对应的音频44.音频生成可以使用音色为:“xxxxx”55.生成的视频不能有太长的停顿时间,尽量不超过 1s。66.需要先完成画面的元素定位、画面逻辑,后开始制作视频上面就是一个完整的一份提示词框架啊,大家只需要基于这个框架去改一些核心的内容,就能让 workbuddy 给你生成出一个不错的视频。
4
使用场景
① 英语 · 方位介词 in / on / under
这个视频就是我一开始给大家演示的,用这种划线的方式,给学生或孩子讲解英语词性的使用视角。这种方式其实很方便学习。
② 数学 · 勾股定理 a²+b²=c²
这个效果做得确实有一点瑕疵。但是因为数学其实还有其他更多的公式,勾股定理对于我们人来讲,大家基本上都已经了解很多了。
③ 物理 · 光的折射(水中筷子弯折)
④ 地理 · 地球公转与四季
以上是我自身在做测试视频中演示出来的效果。不能说是非常棒,只能说已经很不错了。当然,关于其他学科,同样也能通过这样的方法去做这种动画型的演示,说到哪写到哪,指到哪。
这也就是这个 skill 功能的妙点,而且全程是托管式使用啊。除了我们刚开始需要配置几个 skill,以及需要注意的一些点以外,都不需要你再去干扰它。
其实在之前,我也分享过用笔画线类似的视频 skill,但是那种需要我们自己去浏览器上用一些框去框选重点元素,也就是半自动的。而这个 skill 是全自动生成这样的视频。
你提要求,他出视频,就这么简单。
5
写在最后
这篇文章从头到尾就讲一件事:WorkBuddy 不只能写文案、做 PPT,它真正能落地的,是帮老师和家长把知识点"画"出来——那种边讲边写、思路跟着笔走的视频,放课件能用,辅导孩子也能用。
全程托管式操作,你只管提要求,它出视频。前面我替大家踩了两个最坑的点:
一个是语音别用那个听不了的本地机械音,老老实实配 MiniMax TTS 的音色和 Key;
另一个是画面元素要提前定好位置,不然生成出来会糊成一团。把这两条记牢,照着那套提示词框架改改关键词就能跑。
如果这篇对你有用,点个关注,我是唐舰长,后面继续拆解更多 WorkBuddy 实战玩法,咱们下期见。
没有评论:
发表评论