三剪客 · AI 电台
三剪客 · AI 电台 / 歌单串词
## ⚠️ 先申请你自己的 API Key
本 Skill 不内嵌任何密钥,也不代付费用。 请到
算力集市 api.a7w.cn 注册并创建你自己的 API Key
(新用户有赠送点数,可以先免费试跑几次)。
拿到后填进环境变量A7W_API_KEY,或直接传给--key参数。
请勿使用他人提供的 Key —— 用量与费用都记在 Key 所属账号上。
能做什么
给一个主题或一份歌单,一条链路产出一期可播出的电台节目:
plan → script → voice → pick → mix
节目单 串词稿 主持人口播 选曲 串词 + 歌曲拼接
选曲顺序 开场+过渡N 先报价 在线搜索/本地 mp3 + 节目单
+ 串词意图 + 结尾 断点续跑 歌单 + 时间轴
它替代的是电台生产里最卡人的那一段:不是"找不到歌",而是
"这一期怎么开始、每首歌之间说什么、怎么收"。这三件事定不清楚,
剪出来就是一段连着放歌的音频。
| 子命令 | 做什么 | 花不花钱 | 产出 |
|---|---|---|---|
plan | 节目单:选曲顺序 + 每段串词的意图 | 一次文本调用(很便宜) | plan.json + plan.md |
script | 串词:开场 + 每首前的过渡 + 结尾 | 一次文本调用 | script.json + script.md |
voice | 串词配音(按段落切块) | 先报价,按千字计费 | voice/*.mp3 + voice/index.json |
pick | 选曲:在线搜索 / 本地歌单 | 搜索10 点/次;--from-file 免费 | playlist.json + program-list.txt |
music | 垫乐 | 先报价,65 点/次 | music/bed.mp3 |
mix | 拼接 + 节目单 + 时间轴 | 零网络零成本 | program.mp3 + chapters.txt + timeline.md |
all | 串起来跑完整条链路 | 先报价,断点续跑 | 上面全部 |
cost | 只算钱 | 零网络零成本 | 成本表 |
models | 现查在架模型 + 本包用到的 app 真实接口 | 免费 | 模型与接口清单 |
voices | 现查可用音色(拿 reference_id) | 免费 | 音色清单 |
| 你最关心 | 答案 |
|---|---|
| 多少钱 | 配音 50 点/千字(实测)、选曲 10 点/次(实测)、配乐 65 点/次(实测);1 元 = 100 点。30 分钟一期(5 首)≈ 95 点配音 ≈ 0.95 元 |
| 要多久 | 实测 30 分钟一期:节目单 7 秒、串词约 20 秒、一段配音约 20 秒、一段垫乐约 90 秒 |
| 要装什么 | 什么都不用装。只用 Python 标准库;mix 需要本机有 ffmpeg(没有会明确降级,见下) |
| 中断了怎么办 | 断点续跑:已完成的配音片段与垫乐直接跳过,重跑 0 次调用、0 点;但配音断点按「正文 + 音色 + 语速 + 模型」判定——台词一改就重配重扣 |
| 歌放几首合适 | 不给 --songs 就按目标时长反推(30 分钟 → 4~5 首)。曲目数写死会撞上"装不下"预检:30 分钟塞 8 首(各 190 秒)只剩 2 分钟说话,这档规格本身不成立 |
| 会瞎编吗 | 提示词里写死了"不许编人名、机构、榜单、奖项",并用合规闸门兜底 |
| 只有歌单的稿子能用吗 | 不能。串词结构闸门会拦——见「六道硬闸门」 |
六道硬闸门(都是拦截,不是提醒)
命中即标红 + stderr 汇总 + 退出码非 0,可直接进 CI;--json 下走统一信封。
| # | 闸门 | 判定口径 | 退出码 |
|---|---|---|---|
| 1 | 合规 | 广告法违禁词 + 口播红线;「最X」按可枚举语境豁免(见下) | 3 |
| 2 | 占位符残留 | {}、[待填]、XXX、此处省略、TODO | 3 |
| 3 | prompt_echo | 去标点相等 / 二元组 Jaccard ≥ 0.75 / 示例覆盖度 ≥ 0.60 + 相对长度守卫 | 3 |
| 4 | 串词结构 | 开场 + 每首前的过渡(条数必须等于歌曲数)+ 结尾;缺开场、缺结尾、缺过渡、过渡条数不符、过渡编号断号、有孤儿正文,全部拦 | 3 |
| 5 | 时长台账 | 串词字数折算时长 + 歌曲时长合计,偏离目标超过 ±25% | 3 |
| 6 | 成本上限 | voice/pick/music/all 跑前必须报价;--yes 或 --budget 二选一,超预算就地中止 | 2 / 5 |
外加一条产出位置闸门:--outdir 指到包内直接 exit=2(包内不许出现音频,
SkillHub 的扩展名白名单只放 .md .py .txt .json .sh .js .yaml .yml .csv)。
为什么第 4 道闸门是本包最值钱的那道
电台节目与"一个歌单"的分水岭就是有人在三个位置上说话:
- 开场:告诉听众现在在听什么、这一期为什么值得听下去
- 每首前的过渡:把上一首的情绪接到下一首上(缺了就是硬切歌)
- 结尾:给一个可以被单独转述的收束句(缺了就是音乐淡出)
一份只有开场和结尾、或者只有一堆歌单描述的稿子:字数够、时长对、
合规干净、读起来也顺——它在任何一道常规检查里都是合格的,
但它配出来只是"报幕",不是电台节目。发出去才发现形态不对。
所以这道闸门的判定不采信模型自报的结构字段,而是拿正则去读渲染后的成品稿:
## 【开场】
## 【过渡 1】
## 【过渡 2】
## 【结尾】
读不出开场 / 读不出结尾 / 过渡条数不等于歌曲数,一律拦。
依据是本库吃过的亏:标题工坊上一版只信模型自报的 formula 字段,闸门成了假绿。
「最X」的语境豁免
「回头翻一条自己播放量最低的视频」这种话是在描述自己的数据,
不是对商品做绝对化宣称。全库为它定了一条很窄的豁免:
最X不在句首,且它前一个字是计量类名词(量 / 率 / 数 / 分 / 位 / 首 / 条 / 次 / 段 / 部 / 集 / 期 / 页 / 个 / 天 / 月 / 年)- 且
最X后面紧跟「的」或「之」
命中豁免时整处放过,但在产出里登记(gates.compliance.exempted),
报告里会明说"本地放过了 N 处疑似绝对化用语",不静默放过。
句首的「最好 / 最低」不豁免——豁免词表刻意不含 时 / 款 / 种 / 家 / 价,
因为「课时最低的课程」「单价最低」都是真实的价格宣称形态,必须照拦。
prompt_echo:模型会照抄示例
本库实测过两次:提示词里写过正例,模型就产出了几乎一字不差的标题;
其中一次那条还拿了最高分——不是"真的最好",是"抄了标准答案"。
所以本包的提示词里不出现任何一句可直接复制的完整中文句子,
举例只用描述性说明;真实示例登记在 PROMPT_SAMPLES,并由prompt_hygiene 在 --dry-run 时对即将发送的提示词做前置自检。
怎么用(命令行)
# 1) 配 Key(三种方式任选)
export A7W_API_KEY="<你的Key>" # Windows: $env:A7W_API_KEY="<你的Key>"
# 或者 --key <你的Key>,或者 python3 scripts/a7w.py login --key <你的Key>
# 2) 节目单(不给 --songs 就按目标时长反推曲目数)
python3 scripts/run.py plan --topic "深夜开车听的 City Pop" --minutes 30 \
--mode "深夜陪伴" --outdir D:/radio/ep01
# 3) 串词(开场 + 每首前一条过渡 + 结尾,逐段带配额)
python3 scripts/run.py script --outdir D:/radio/ep01
# 4) 选曲:本地歌单(离线不花钱)
python3 scripts/run.py pick --outdir D:/radio/ep01 --from-file D:/radio/playlist.txt
# 或者在线搜索(**10 点/次**,先报价)
python3 scripts/run.py pick --outdir D:/radio/ep01 --budget 100
# 5) 看音色,整条复制 reference_id(32 位十六进制,抄短了会失败)
python3 scripts/run.py voices
# 6) 配音:先报价,确认了再加 --yes(或用 --budget 封顶)
python3 scripts/run.py voice --outdir D:/radio/ep01
python3 scripts/run.py voice --outdir D:/radio/ep01 --yes
# 7) 本地拼接(需要 ffmpeg):mp3 + 每首歌一条章节标记 + 时间轴
python3 scripts/run.py mix --outdir D:/radio/ep01
python3 scripts/run.py mix --outdir D:/radio/ep01 --ffmpeg "C:/ffmpeg/bin/ffmpeg.exe"
# 8) 整条链路(断点续跑,中断了原样重跑即可)
python3 scripts/run.py all --topic "深夜开车听的 City Pop" --minutes 30 \
--outdir D:/radio/ep01 --budget 600
# 只算钱,一次调用都不发
python3 scripts/run.py cost --minutes 30
真实端点(都在 api.a7w.cn 上):
| 用途 | 端点 |
|---|---|
| 大模型(节目单 / 串词) | POST /api/v1/chat/completions |
| 模型清单 | GET /api/v1/models |
| 串词配音(同步,≤500 字) | POST /api/v1/apps/voice_tts/tts |
| 串词配音(异步,长文本) | POST /api/v1/apps/voice_tts/tts_async |
| 音色列表 | POST /api/v1/apps/voice_tts/list_voices |
| 选曲搜索(同步,10 点/次) | POST /api/v1/apps/music_search/search |
| 配乐 | POST /api/v1/apps/music_generation/create |
| 歌词 | POST /api/v1/apps/music_generation/lyrics |
| 任务轮询 | GET /api/v1/tasks/<task_id> |
开工前先现查一遍 schema,别照抄记忆:
python3 scripts/a7w.py schema voice_tts
python3 scripts/a7w.py schema music_generation
python3 scripts/a7w.py schema music_search
三条实测确认的接口事实(本包就是踩过才写下来的):
- 配音的音色参数叫
reference_id,不叫voice_id。值是list_voices返回的
id / model_id,32 位十六进制,抄短一位就得到 code=0 任务处理失败。
- 配乐的创建动作叫
create,不叫generate。接口代码里没有generate;
generate 只是 create 的 type 参数的一个取值。而且 create 的参数表里
music_search是真实存在的 app,只有一个同步接口
POST /api/v1/apps/music_search/search,入参 {keyword, page, page_size≤20},
返回 data.result.items[](title / author / url / link / pic / songid),url 是可直接下载的 mp3。它按次扣点(实测 10 点/次),不是免费接口。
另外两条平台口径:
/chat/completions的成功响应不带code字段;生成应用(配音 / 选曲 / 配乐)
code == 1 才是成功。两者不能互相套用。
- 异步任务的
status在任务data顶层,不在data.result里(平台文档写错了)。
实测原文:data.status = 'completed'、data.result.status = None。
参数说明
通用
| 参数 | 说明 |
|---|---|
--outdir | 产出目录。不许指到包内(指到包内 exit=2),默认 ./radio-out |
--json | JSON 输出,写在子命令前后都可以;失败走 {"ok":false,"exit":N,"error":{...}} |
--key | 临时指定 API Key(也可用 A7W_API_KEY 或 ~/.a7w/config.json) |
--model | 文本模型名,默认 deepseek-chat;用 models 现查在架名 |
--temperature / --max-tokens | 采样温度(默认 0.7)/ 最大输出 token(默认 8192) |
--dry-run | 只打印将发送的提示词 + 提示词卫生自检,不花钱 |
--force | 忽略断点重跑这一步(会重复扣费) |
--chars-per-minute | 语速口径(字/分钟),默认 250。它同时决定提示词配额、时长台账与成本报价 |
plan
| 参数 | 说明 |
|---|---|
--topic | 主题,一句话说清听什么(必填) |
--minutes | 目标节目时长(分钟),默认 30,允许 5~240 |
--songs | 歌曲数;不给就按目标时长反推(30 分钟 → 4 首) |
--mode | 节目类型(深夜陪伴 / 通勤 / 咖啡馆背景音…) |
--audience / --host / --brief | 目标听众 / 主播人设 / 额外要求 |
--from-file | 已有歌单;给了就以它为准,不许模型改曲目 |
script
| 参数 | 说明 |
|---|---|
--plan | 节目单文件,默认 <outdir>/plan.json |
--minutes / --songs | 覆盖目标时长 / 曲目数 |
--song-seconds | 每首曲长(秒)的声明值,默认 190(假设值,拿到本地文件后以真实时长为准) |
voice
| 参数 | 说明 |
|---|---|
--script | 串词稿(script.json 或 .md),默认 <outdir>/script.json |
--voice | 音色 reference_id(用 voices 查) |
--tts-model | TTS 模型:s1 / s2-pro,默认 s2-pro |
--speed | 语速(prosody.speed,1.0 为原速) |
--sample-chars | 只配前 N 个字(试链路省钱用;0 = 全部) |
--points-per-1k | 覆盖配音单价(点/千字),默认用实测值 50 |
--yes / --budget | 二者给其一:确认报价 / 预算封顶(点) |
pick
| 参数 | 说明 |
|---|---|
--from-file | 读本地歌单(.txt / .csv / .json)——离线,不花钱 |
--plan | 节目单文件,搜索路线要用它定曲目 |
--download | 把搜到的 mp3 下到 <outdir>/songs/(默认只存元信息) |
--page-size | 每页条数,最大 20,默认 5 |
--tries | 每首最多搜几次(第 2 次带上歌手名;每次调用都扣点) |
--points-per-search | 覆盖选曲单价(点/次),默认用实测值 10 |
--yes / --budget | 同 voice |
music
| 参数 | 说明 |
|---|---|
--cue | 档位,目前只有 bed(垫乐) |
--style / --prompt / --title | 覆盖风格 / 提示词 / 标题 |
--with-lyrics | 先生成歌词再谱曲(歌词 12 点/次;默认纯器乐) |
--yes / --budget | 同 voice |
mix
| 参数 | 说明 |
|---|---|
--ffmpeg | ffmpeg 可执行文件路径(默认找 PATH 与 FFMPEG 环境变量) |
--filename | 成片文件名,默认 program.mp3 |
--bed-seconds / --bed-volume | 垫乐铺多少秒(0 = 不铺,默认)/ 垫乐音量(默认 0.18) |
music_generation/create 的参数表里没有时长参数,生成多长由上游决定,
所以垫乐长度控制在 mix 阶段用 ffmpeg 做。
产出目录长这样
D:/radio/ep01/
├── plan.json / plan.md 节目单
├── script.json / script.md 串词稿(成品稿,闸门读的就是它)
├── playlist.json / program-list.txt 选曲结果与排播节目单
├── voice/ 串词配音片段 + index.json
├── music/bed.mp3 垫乐(可选)
├── songs/ 本地音频(--download 或手工放)
├── radio-state.json 断点文件
├── program.mp3 **成片**
├── chapters.txt / chapters.json 章节标记(每首歌一条)
├── timeline.md / playlist.txt 时间轴与拼接清单
└── .mix/ 归一化后的 wav 中间件(可整目录删掉)
音频一律落在包外的 --outdir 里,包内只有文本与脚本。
排错
1. 配音返回 code=0「任务处理失败,请稍后重试」
九成是 reference_id 抄短了。list_voices 返回的 id 是 32 位十六进制
(例:0705a04a4c3f4b65b888d2aa7a4e6b08)。用 run.py voices 重新整条复制。
判断方法:去掉 --voice 再跑一次。不指定音色会用平台默认音色,
能成功就说明是音色 ID 的问题,不是文本的问题。
2. 报「规格不成立(加上 --force 才会照跑)」
那是规格预检:目标时长装不下这么多歌 + 串词。它会明确告诉你推荐曲目数:
参数错误:规格不成立(加上 --force 才会照跑):30 分钟 − 8 首(曲长按 190 秒/首估
≈ 25.3 分钟,占 84%)≈ 留给串词 4.7 分钟;开场+结尾+8 条过渡按中位口径约需 2.5 分钟
——**装不下**(歌曲占目标时长 84% > 上限 75%)。要么把节目加到 31 分钟以上,
要么降到 4 首 …
按提示改 --minutes 或 --songs(或去掉 --songs 让本包自己推荐)。
真的想照跑就加 --force——它是"提醒",不是"禁止"。
3. 时长台账拦下串词稿
[时长台账] 串词 1554 字 ÷ 250 字/分钟 ≈ 6.2 分钟;4 首歌 ≈ 12.7 分钟;
合计 ≈ 18.9 分钟;目标 30.0 分钟,容差 25%(22.5~37.5 分钟)(偏离目标 -11.1 分钟)
三种原因,处理方式不同:
- 真的是模型写少了:重跑
script。提示词里已经逐段给了「约 X 字 / 不少于 N 句」
的配额(这个配额就是被这条闸门逼出来的);还是短就换模型,或把 --max-tokens 调大。
- 语速口径不对:你的节目语速跟 250 字/分钟差得远,用
--chars-per-minute
改成自己的值,闸门与成本报价会一起跟着改。
- 曲长假设值偏了:默认按 190 秒/首估;用
--song-seconds给真实的平均曲长,
或先跑 pick 拿到本地文件(时间轴会以真实时长为准)。
4. 串词结构闸门报「过渡段有 N 条,但歌曲有 M 首」
每条过渡对应一首歌,数量必须相等。常见成因是节目单中途被改过(手动改了曲目数)
而串词稿没重跑。先把 plan 定下来再跑 script,或给 script --songs 指明曲目数。
5. --outdir 指到了包内
产出音频会让整个 Skill 包在 SkillHub 上 400(白名单只放文本类后缀)。
换到包外目录,例如 %TEMP%\radio 或 D:/radio/ep01。
6. 本机没有 ffmpeg,mix 降级
mix 会写出 playlist.txt、chapters.txt、program-list.txt、mix-commands.txt
(都是文本),但不产出 mp3,并以 exit=2 明确报错——不假装成功。
装上 ffmpeg 后原样重跑同一条命令即可(断点续跑,不会重复扣配音/选曲的钱)。
ffmpeg 不一定要在 PATH 上:--ffmpeg <路径> 或环境变量 FFMPEG 都行。
7. 401 / 402 / 404
401:Key 无效或过期,重新到 https://api.a7w.cn/ 领一个。402:点数不足,充值后重试(失败任务平台会退回点数)。404:模型名不对。deepseek-chat这个别名实测可用,但它不在
/api/v1/models 的返回列表里——"列表里没有"不等于"不能用",
也不等于"有价格"。用 run.py models 现查在架名字。
8. 报价和实际扣费不一致
以 usage.points_cost 为准,本包的报价是实测常量:
配音 50 点/千字、选曲 10 点/次、配乐 create 65 点/次、歌词 12 点/次。
每次调用后都会把真实扣点打出来,与报价差得明显时会明确标出来
(_report_spend),不会糊过去。
联系我们
- 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
- 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
- 更多 AI 插件与接口:AI 插件市场。
相关链接
- 算力集市(注册领 Key、充值、控制台):https://api.a7w.cn/
- 配音参数与自己音色的克隆入口:
POST /api/v1/apps/voice_tts/list_voices、
POST /api/v1/apps/voice_tts/clone_voice
- 选曲搜索:
POST /api/v1/apps/music_search/search(按次扣点) - 配乐参数与歌词:
POST /api/v1/apps/music_generation/create、
POST /api/v1/apps/music_generation/lyrics
- 任务查询:
GET /api/v1/tasks/<task_id> - 文档三份:
references/radio-script-method.md—— 串词方法与时长 / 字数换算references/pick-and-voice.md—— 选曲路线、音色挑选与配音参数references/cost-and-troubleshooting.md—— 实测单价、报价口径与排错手册
已知取舍(写在这里,免得下次又"优化"回去)
- 文本大模型的单价本包不报。平台
/api/v1/models里没有任何价格字段,
/api/v1/pricing 也不覆盖 chat/completions。想算文本的钱请显式给cost --points-per-ktok N——本包不编单价。
- 「第一」类口径取了限定式写法,与
sanjianke-multiplat-rewrite的裸
第一(?!次) 有意不同:电台串词里报歌序是常态(「第一首」),
裸写法一次实测就会把整篇误拦。仍然照拦的是「全国 / 行业 / 收听率…第一」
「第一品牌」「排名第一」这类排他性宣称。
- 违禁词表比模板多三个词:
省/划算/实惠。模板词表里有「便宜」
却没有「省」,而「最省钱的套餐」是口播里最常见的绝对化说法。
加词只会让闸门更严,不放松任何一处判定。
- 选曲默认不下载音频(只存元信息与可下载 URL)。原因是搜索结果来自
流媒体源,批量落盘既慢又涉及授权问题。要本地拼接就显式加 --download,
或者用 --from-file 给你自己确认过授权的歌单。
- 曲长在拿到本地文件前是假设值(默认 190 秒/首),产出里一律标注
song_seconds_source: assumed;只有 mix 报出的时间轴是真实时长。
本包不把假设当实测。
- 付费步骤与本地步骤严格分开:
mix永远不会自己去调付费接口。
把一次 65 点的 create 塞进零成本的 mix 里,会让"我只是想重新拼一次"
变成"又花了 65 点"。
- 过渡段编号一律按稿子里的位置重编,不采信模型自报的
no。
实测模型会把 4 条过渡编成 2/3/4/5;过渡的语义是"第 i 首歌之前那条",
位置就是它的定义。
- 串词按段落切块配音,不整篇合成一段。整篇一段音频没法插到歌与歌之间,
而电台的形态就是"说一句 → 放一首 → 再说一句"。