2MiniMax Mestre de Voz e Diálogo
2MiniMax Mestre de Voz e Diálogo
Pré-visualização
Descrição
Dê alma às suas falas, com perfeita adaptação ao código base do MiniMax. Funcionalidades: Basta fornecer o texto original e a emoção desejada (ex.: a sensação acolhedora de um programa noturno, o tom sarcástico de um vilão) e eu gerarei automaticamente um texto com código especial. O que faço? Injetar emoção: adiciono tags como {fluent} ou {angry} para controlar a entoação. Adicionar respiração: insiro (inhale) ou (sighs) para simular respiração e suspiros humanos. Pausas e ênfase precisas: uso <#0.5#> e pontuação especial para criar pausas e ênfases. Como usar? Copie e cole o texto gerado diretamente na caixa de "Texto para Voz" do MiniMax e gere narração realista com emoção máxima, com um clique.
Instruções
# Função: Tutor de Diálogo de Alto Nível do MiniMax TTS
## Perfil
Você é um "diretor de dublagem" proficiente na sintaxe de marcação subjacente do modelo de fala MiniMax (speech-2.8-hd). Sua tarefa é receber o "texto bruto" e as "emoções/cenas esperadas" fornecidas pelo usuário e reescrevê-las em um "código executável de TTS" com imagens fortes, respiração e tensão emocional, usando as tags de emoção, tags de pausa e sinais de pontuação especiais exclusivos do MiniMax.
## Regras (Dicionário de Diretrizes de Sintaxe MiniMax)
Ao reescrever, você deve seguir rigorosamente as seguintes regras de sintaxe subjacentes do MiniMax:
### 1. Etiquetas de Emoção [Ferramenta principal, usar primeiro]
As frases devem estar no formato `{nome da tag}texto{/nome da tag}`. Use frases curtas como a menor unidade; não divida uma frase em muitos fragmentos. Somente os oito formatos a seguir podem ser usados:
- Feliz: `{feliz}texto{/feliz}`
- Triste: `{triste}texto{/triste}`
- Irritado: `{irritado}texto{/irritado}`
- Medo: `{afraid}text{/afraid}`
- Enojado: `{disgusted}text{/disgusted}`
- Surpreso: `{surpreso}texto{/surpreso}`
- Neutro: `{neutral}text{/neutral}`
- Vivid/fluent: `{fluent}text{/fluent}`
### 2. Pausas [A principal ferramenta, a melhor alternativa à técnica de "respiração"]
O formato é `<#segundos#>`, usado para criar espaço em branco, uma sensação de narrativa e um efeito silencioso de "respiração". A própria pausa é uma forma de respiração, estável e controlável.
- Ventilação/Pausa curta: `<#0.1#>` a `<#0.3#>`
- Espaçamento entre frases: `<#0.5#>` a `<#1.0#>`
- Pausa/suspense extremamente longa: `<#1.5#>` ou `<#2.0#>`
### 3. Método de Desempenho de Sinais de Pontuação [Ferramenta Principal, Estável e Eficiente]
**Ênfase em cada palavra (ênfase extrema/frieza/ranger de dentes)**: Adicione um ponto final após cada palavra. Por exemplo: "Não. Me. Desafie."
- **Hesitação/Voz mais suave/Fraqueza:** Use reticências `……`. Por exemplo: "Eu só… não quero ir."
**Explosão emocional/Tom de voz elevado:** Use um ponto de exclamação `!`. Por exemplo: "Saia daqui!"
### 4. Interjeições não verbais (Marcadores sonoros) 【⚠️ Use com cautela! Evite adicionar a menos que seja absolutamente necessário】
**Aviso importante:** O efeito das interjeições depende muito do timbre da voz. Um grande número de interjeições pode criar uma abruptidade e fragmentação perceptíveis, prejudicando seriamente a fluidez da narração. **Não usado por padrão.** As seguintes tags devem ser usadas com cautela, apenas quando explicitamente solicitadas pelo usuário ou em cenários extremamente especiais (como risinhos dramáticos ou suspiros violentos), e no máximo uma deve ser usada por geração:
- (risos)
- `(risada)` zombeteira/risada
- (ofegante) ofegou (extremamente chocado)
— (bufa) Um murmúrio suave/desdém
## Fluxo de trabalho
1. **Objetivo da Análise**: Compreender o texto fornecido pelo usuário e o tom esperado (por exemplo, intelectual e reconfortante, sarcástico, frio e opressivo).
2. **Atribua Etiquetas Emocionais**: Use 8 etiquetas para dividir o texto em frases curtas, refletindo as camadas e mudanças de emoção.
3. **Inserindo Pausas**: Insira `<#segundos#>` em transições emocionais, entre frases ou onde for necessário espaço em branco, usando pausas para substituir a sensação de respiração.
4. **Aprimore suas habilidades de pontuação:** Use pontos finais quando for necessário dar ênfase extrema. Use reticências para criar pausas, pontos de exclamação para criar hesitação e pontos de exclamação para expressar emoções.
5. **Resultados da Saída**: Apresente diretamente o código final reescrito e explique brevemente o processo de otimização em uma frase.
## Exemplo (Poucos Tiros)
**Exemplo 1: Narração de Cura**
Entrada do usuário: Texto: "Há quanto tempo você não relaxa de verdade?" Emoção: "Rádio noturno, intelectual e suave, reconfortante, que acalma as pessoas."
Saída:
Há quanto tempo você, Fluent, não relaxa de verdade?
(A ideia é usar reticências para tornar a voz ligeiramente mais fraca na primeira frase e criar um ritmo respiratório realista e espaços em branco narrativos nas duas pausas. Não são adicionadas interjeições, de modo que as próprias pausas representam a respiração.)
**Exemplo 2: Opressão a sangue frio**
Entrada do usuário: Texto: "Você realmente acha que eu não ousaria te tocar? Saia daqui." Emoção: "Extremamente fria, opressiva, desdenhosa."
Saída:
`{fluent}Você realmente acha...<#0.5#> que eu não ousaria te tocar? {/fluent} <#1.0#> {angry}Saia. Saia. {/angry}`
(A ideia é usar reticências e pausas para prolongar a sensação de desprezo e, finalmente, mudar para o rótulo de raiva, usando pontos finais para enfatizar cada palavra e criar uma forte sensação de pressão.)
## Inicialização
Se você entendeu, por favor, responda: "Estou pronto! Por favor, me forneça o texto original que você deseja dublar e o clima/cena desejado, e eu gerarei o código executável específico para MiniMax para você."
Habilidades relacionadas
Ver tudo
SlidesMestre Storyboard Minissérie
Quer criar storyboards profissionais e envolventes para as suas minisséries de IA? Esta ferramenta irá ajudá-lo. Sabemos que "o cinema é uma arte de combinar áudio e visual", por isso concentramo-nos em criar storyboards de acordo com os padrões de produção de nível S para minisséries. Basta fornecer as definições dos personagens ou os requisitos criativos. Primeiro, ajudaremos a aperfeiçoar as personagens, garantindo que sejam completas e tridimensionais. Com base nisso, geraremos um guião compacto de um minuto para a minissérie, utilizando a clássica estrutura de sete atos, garantindo um ritmo emocionante que prende a atenção do público. Além disso, esta ferramenta irá produzir uma tabela de storyboard detalhada com 14 campos. Esta tabela inclui não apenas elementos essenciais da linguagem audiovisual, como planos, composição, movimentos de câmara e descrição da cena, mas também incorpora emoções de BGM e efeitos sonoros, elevando o seu trabalho do nível A para o nível S. Também destacamos e fornecemos sugestões de otimização para quatro momentos-chave: "3 segundos de ouro", "7 segundos críticos", "clímax" e "gancho final", ajudando a mobilizar precisamente as emoções do público, criar suspense e aumentar a capacidade de disseminação do seu trabalho. Quer esteja a começar na criação de minisséries de IA ou a procurar melhorar o seu trabalho, este storyboard profissional permitirá que a sua criatividade seja apresentada na forma audiovisual mais perfeita. Diga adeus à narrativa linear e conte histórias envolventes com uma linguagem audiovisual profissional, fazendo com que as suas minisséries de IA se destaquem.
VídeoGerador Automático de Vídeos a Partir de Imagens com Multilingual
Esta Skill chama ferramentas de geração de imagem e vídeo diretamente no chat, entregando ficheiros de storyboard e vídeos unidos, e não apenas uma folha com prompts. Desde a v2.0.0, a IA também pode apresentar produtos em inglês, integrando a dobragem em inglês no resultado final e não apenas movendo a boca. ## Em Resumo **Não lhe dá apenas prompts para correr sozinho; deteta ferramentas no chat, obtém a sua confirmação e cria diretamente as imagens de storyboard e o MP4 unido, fornecendo legendas em inglês e os passos para adicionar a voz na publicação.** ## Descrição Detalhada Carrega uma imagem e a Skill faz três coisas no chat: deteta as ferramentas de imagem, vídeo e junção disponíveis na sessão, verifica a conformidade dos direitos dos materiais, marcas, conformidade de pessoas, autorizações, segurança de conteúdo, linguagem publicitária, rotulagem de IA e limites das ferramentas. Depois, explica quantas chamadas serão feitas e o consumo de créditos antes de aguardar a sua aprovação. Oferece dois caminhos. **Caminho A**: Gera primeiro seis imagens do primeiro fotograma, valida o sujeito, texto, pessoas e iluminação, converte cada fotograma num clipe e une-os num MP4. Os desvios de texto e problemas de personagens são bloqueados logo na fase de imagem. **Caminho B**: Para testes simples de um único sujeito, movimento único e sem texto, usa a imagem de entrada com um prompt direto; se falhar, recua para o Caminho A para não gastar créditos. A mesma imagem pode receber descrições neutras, fictícias ou adultas. Executa primeiro uma amostra para pré-visualização e depois faz o lote. No final de cada lote, reporta as chamadas reais e os caminhos dos ficheiros. **Como funciona a explicação em inglês**: Bloqueia primeiro factos verificáveis do produto (parâmetros, certificações e preços não encontrados são marcados como "por verificar", sem inventar nada) e escreve guiões em inglês divididos por tom — casual, calmo e avaliação profissional — com 6 a 12 palavras por frase, respeitando a duração do plano. Cria uma tabela de alinhamento audiovisual para indicar o que dizer e onde colocar a legenda, garantindo a conformidade publicitária. **Um facto honesto sobre a plataforma**: O modo de vídeo de plataformas como o YOUMIND gera apenas imagens, e a faixa de áudio é habitualmente música de fundo, **sem gerar automaticamente voz em inglês**. Por isso, a explicação em inglês é entregue em duas camadas: ① Legendas em inglês obrigatórias, colocadas na zona livre da imagem, como "inglês visível" que não depende de ferramentas de voz; ② Se o ambiente não detetar ferramentas de voz, fornece o guião em inglês, a tabela de alinhamento e os passos para colar a frase no CapCut/editor e selecionar a voz em inglês. **O vídeo final tem apenas legendas e não tem voz em inglês, devendo a voz ser adicionada por si na publicação**. Se o ambiente tiver uma ferramenta de voz, a faixa de áudio em inglês é gerada e integrada diretamente. **v2.1 Correção de aspeto "sujo" e "sensação de IA"**: Foram adicionadas âncoras de limpeza (clean / pristine / no smudges) e de textura real (textura de pele natural, tecidos, sensação de oclusão manual, luz natural) às quatro camadas de prompt, excluindo manchas, aspeto ceroso, excesso de suavização, plástico ou renderização de desenhos animados. Os planos de detalhe são verificados um a um. Se a imagem de entrada estiver suja, substitua-a primeiro por uma imagem limpa e nítida. **Se não existirem ferramentas de geração disponíveis no ambiente atual, a Skill indicará diretamente que "não é possível gerar o vídeo automaticamente" e fornecerá um pacote completo de prompts e tabela de storyboard como entrega de apoio.** Nunca finge gerar nem inventa caminhos de ficheiros. **Consome créditos**: Cada chamada de geração consome créditos da plataforma ou quota de subscrição, conforme a exibição atual. A Skill não promete números exatos nem isenção de custos. Os resultados são probabilísticos e a rotulagem de IA segue os requisitos oficiais. ## Três Pontos Fortes 1. **Entrega ficheiros reais**: Fornece imagens de storyboard, segmentos de vídeo e MP4 unido, e não apenas texto. 2. **Explicação em inglês sem artifícios**: Factos, guião em inglês, alinhamento audiovisual, conformidade e legendas obrigatórias, com SOP para adicionar a voz na publicação. 3. **Foco na limpeza e realismo (v2.1)**: Âncoras de limpeza e textura real com QA plano a plano para evitar aspeto de plástico ou cera; deteção prévia de ferramentas e verificação de consumo antes de avançar. ##
VídeoMestre de Storyboards de Vídeo
Transforme parágrafos de guiões de minisséries já divididos em prompts de storyboard de 15 segundos, prontos a copiar para o Seedance 2.0. Cada número original corresponde a um vídeo independente, preservando a ação, diálogos, vozes em off, narração, relações e ordem dos eventos, sem mesclar, dividir ou reorganizar o guião, sendo ideal para minisséries contínuas e vídeos por episódios. A skill organiza o ritmo dos planos em 15 segundos com base nos diálogos, detalhando enquadramentos, movimentos de câmara, expressões, olhares, ações, atmosfera, luz, efeitos sonoros e banda sonora, distinguindo diálogos e falas internas sem sincronia labial. O resultado foca-se na estabilidade de geração e na qualidade de minissérie, adaptando-se a temas históricos, xianxia, intriga palaciana, urbano moderno, elite e escolar. Cada prompt inclui ainda o cenário, posições, ações e adereços dos planos anterior e posterior para garantir uma transição natural. A estrutura final é clara, incluindo storyboard temporário, palavras de estilo unificadas e descrição do cenário final para o vídeo seguinte.
Informações
- Versão
- v1
- Última atualização
- Créditos por execução
- Conforme a utilização
- Modelos
- Claude Sonnet 4.5