producing-video
Installation
SKILL.md
Producing-Video · 音频 + 字幕 → 成片
把"用户已经录好的口播音频 + SRT 字幕"做成一条画面跟着声音走的 MP4。用 HyperFrames（HTML 即视频）出片。
铁律：音频和 SRT 是唯一事实源。 画面的内容来自 SRT，画面的时间轴来自 SRT 的 cue 时间戳，音频作为一个 <audio> clip 直接挂进合成里、渲染时自动合流 —— 没有"先出视频再合音频"这一步。
分工（很重要）
| 谁 | 做什么 |
|---|---|
| 上游 | 写稿 → 录音/合成音频 → 生成 SRT |
| 本 skill（你） | 选 frame/品牌 → 按 SRT 搭 HyperFrames 合成 → 校对 → preview 里让用户过目 → 渲染成片 |
本 skill 的输入就是 音频 + SRT，你只管出片。配音/字幕是上游的事：用户自己录好交给你，或者只给了口播文本时——先用 listenhub-tts skill（文本 → 音频 + 字幕）补出 narration-full.mp3 + narration.srt，再回到这里走主流程。声音克隆是另一条线（见"超出范围"）。