返回目录 / Agent 工作流
把视频内容转成带旁白的摘要片段
抽取代表性视频帧生成内容描述和旁白脚本，再用TTS合成音轨。
目标
抽取代表性视频帧生成内容描述和旁白脚本，再用TTS合成音轨。
步骤
- 用OpenCV按时间间隔抽帧并人工确认覆盖关键场景。 [source-openai-create-narrated-video-summary]
- 生成简短旁白脚本后调用TTS合成，按时间码对齐音轨。 [source-openai-create-narrated-video-summary]
- 检查事实、剪辑节奏及授权；旁白不得冒充真实人物声音。 [source-openai-create-narrated-video-summary]
验证方式
检查选取帧覆盖视频开头、中段和结尾，旁白与片段时长同步，导出的音轨可播放。
故障处理
若摘要遗漏关键场景，增加代表帧并重做描述；若音画错位，检查音频采样率和拼接时间戳。
权限边界
前置条件
- Python、OpenCV、OpenAI视觉与TTS API；仅处理获授权视频并核对声音/肖像权。
权限边界
- 上传获准视频或抽帧到视觉/音频API并调用语音合成，可能产生费用；只把输出写入指定本地目录。
限制
先在隔离测试数据上运行可复现示例，核对输出与依赖版本，再按目标生产环境调整。
固定上游来源
- 仓库
- openai/openai-cookbook
- 文件路径
- examples/GPT_with_vision_for_video_understanding.ipynb
- 固定提交
5bd6cb40b6b84b69b2032d810610aa85064102df- 来源检查
- 2026-10-14 · 已按固定上游来源核对
仓库指标
以下数字属于上游仓库整体，不代表单个 Skill 或指南的点赞/热度。
- Stars
- 未取得
- Forks
- 未取得
- 观测时间
- 未取得
尚未取得指标快照。
许可证: MIT