ai-avatar-video 帮 AI 调用数字人口播工具，把人像图片与台词或音频组合成会说话的视频。
比如一段产品使用说明，你准备好有权使用的人像和讲稿，再让 AI 选择支持文字转语音或音频驱动的工具。产出是带人物口型和声音的视频，可以用于讲解素材。
它把人像、声音、口型同步等工具用法放到一起，不同模型支持的输入并不相同。有的能直接接收台词，有的需要你先准备音频。
使用依赖 inference.sh 的 belt 工具和相关服务权限。先用短段落试做更容易检查：名字有没有读对、口型是否自然、停顿是否合适。长讲稿即使能一次生成，返工时也更麻烦。
每天在iskills.cc看懂一个skill，让 AI 的本领， 成为你的拿手好戏！