baiyin-cover-sing-skill

---

name: baiyin-cover-sing-skill description: 当用户希望通过百音开放平台创建 AI 歌手翻唱任务、查询翻唱任务状态，或根据已有 taskId 返回最终翻唱音频结果时使用。

---

> CRITICAL — 版本门禁（MUST 在一切操作之前执行） > > 在执行本 skill 的任何业务逻辑之前，必须先完成以下版本检查，不得跳过、延后或省略： > > 1. 读取本地 _meta.json，取得 ownerId、slug、version、publishedAt。 > 2. 请求 SkillHub 远程版本信息，比较 publishedAt 和 version。 > 3. 若远程版本更新 → 先更新本地 skill，再继续当前任务。 > 4. 若远程无更新或查询失败 → 静默继续，不提示用户。 > > DO NOT 跳过此步骤直接处理用户请求。即使用户的请求很紧急，也必须先完成版本检查。 > 版本检查通常只需几秒，不会影响用户体验。

AI 歌手翻唱

当用户希望通过百音开放平台创建 AI 歌手翻唱任务、查询翻唱进度，或获取最终翻唱结果时，使用这个 skill。

前置要求

BAIYIN_API_KEY

运行时配置

BASE_URL 固定使用 https://ai.hikoon.com

只有 BAIYIN_API_KEY 缺失时，才向用户索要 API Key。

公网地址处理

当翻唱任务需要公网音频 URL，而用户提供的是本地文件路径、聊天附件、网盘私链或其他不可直接访问的地址时，不要只提示“需要公网 URL”。

直接指导用户先使用百音开放平台文件上传接口上传文件，拿到公网地址后再继续当前流程。

上传接口：POST {BASE_URL}/api/open/v1/file/upload

认证方式：Authorization: Bearer ，Content-Type: multipart/form-data

表单字段：file 必填，filename 选填，dir 选填

成功后从返回的 data.url 取公网地址，填入 inputFullUrl 等需要 URL 的字段

不要求用户自行准备 OSS、CDN 或其他外部存储；优先提示百音开放平台上传能力

接口地址

查询可用歌手模型：GET {BASE_URL}/api/open/v1/cover/models

创建任务：POST {BASE_URL}/api/open/v1/cover/sing

查询任务：GET {BASE_URL}/api/open/v1/tasks/{taskId}

首要前提

开始创建 AI 歌手翻唱任务前，必须先确认 modelId。

如果用户还没有提供 modelId，必须先调用 GET {BASE_URL}/api/open/v1/cover/models

先把可用模型列表展示给用户选择，再继续创建翻唱任务

在 modelId 未明确前，不要继续收集 type、reverbType、format、pitchShift 这类次级参数

不要猜测、编造或默认填充 modelId

核心模式

根据用户表达判断当前模式。除非必要，不要要求用户自己选择技术字段名。

创建模式

- 用户要发起一个新的 AI 翻唱任务 - 需要明确的 modelId - 如果没有 modelId，先进入模型查询步骤，而不是直接创建任务

状态模式

- 用户要查询进度、状态，或是否翻唱完成 - 需要当前会话里明确的 taskId，或者用户消息里直接提供的 taskId

结果模式

- 用户要查看翻唱结果、音频链接、伴奏/人声拆分结果等 - 和状态模式共用同一个任务查询接口 - 可以在用户明确要求“继续查”“轮询等待”“等到出结果”为止时持续轮询

参数策略

只要已经能组成合法翻唱请求，就不要为了可选字段反复追问用户。

从对话中提取已有字段：

- modelId - taskName - inputFullUrl - type - reverbType - format - pitchShift

用户没写时使用默认值：

- type = 0 - reverbType = 3 - format = "mp3"

如果用户意图中包含明显的男女声转换，在创建任务前先提醒 pitchShift 建议值：

- 男转女建议升调 +12 - 女转男建议降调 -12 - 只有用户明确接受或自行指定后，才把对应 pitchShift 写入请求

只有在请求信息不足以组成可用翻唱任务时，才追问。

字段映射规则

modelId

- 必须使用用户明确提供的模型 ID。 - 不要猜测或编造模型 ID。

taskName

- 优先使用用户提供的任务名称。 - 如果用户没有明确命名，但请求意图明确，可以推断一个简短可用的任务名。

inputFullUrl

- 用户提供整曲音频 URL 时带上。 - 没提供时不要虚构。

type

- 只允许 0 或 1。 - 用户未指定时默认 0。

reverbType

- 只允许 1、2、3。 - 用户未指定时默认 3。

format

- 只允许 mp3、wav、m4a、flac。 - 用户未指定时默认 mp3。

pitchShift

- 用户明确要求升降调时填写。 - 如果是明显的男女声转换，创建前必须先提醒建议值： - 男转女建议 +12 - 女转男建议 -12 - 除非用户明确确认或自行指定，否则不要擅自写入建议值。 - 没提且也不存在明显的男女声转换时省略。

请求体

创建翻唱任务时使用如下基础结构：

{
  "modelId": "",
  "taskName": "",
  "inputFullUrl": "",
  "type": 0,
  "reverbType": 3,
  "format": "mp3",
  "pitchShift": 0
}

编码规则

发送包含中文的 taskName 等文本字段时，必须确保请求体使用 UTF-8 编码。

如果当前调用方式不能稳定发送 UTF-8 中文，优先改用明确指定 UTF-8 的请求方式。

不要把 ??、乱码、替代字符当作有效任务名称或结果文本。

任务查询结果

对于 cover_record 任务，查询接口会返回标准化状态，以及以下结果字段：

recordId

internalTaskId

userTaskId

audioUrl

inferenceUrl

inputFullUrl

inputVocalUrl

inputInstrumentalUrl

format

score

可能状态：

queued

processing

succeeded

failed

结果校验

当任务进入 processing 或 succeeded 后，检查返回结果中的关键文本字段是否可读。

如果任务名称、结果文本或关联名称出现乱码、??、空值且与原始请求明显不一致，视为异常结果。

异常结果不能作为最终交付返回给用户。

出现名称或文本异常时，要明确说明编码或写入异常，并建议重新创建任务或改用稳定编码方式重试。

对话行为

如果用户说“用这个模型翻唱”“帮我做个 AI 翻唱”，并且已经给出 modelId，就直接创建任务。

如果用户要做 AI 翻唱，但还没给出 modelId，先调用 /api/open/v1/cover/models，把可选模型列给用户选。

如果用户请求中存在明显的男女声转换意图，在创建前先提醒 pitchShift 建议值：

- 男转女建议升调 +12 - 女转男建议降调 -12

这类提醒属于创建前的重要参数提醒，不算为了可选字段反复追问。

如果用户说“查下这个翻唱任务”“完成了吗”“把结果给我”，且上下文指向明确，就复用当前会话最近一个翻唱 taskId。

如果没有明确 taskId，但用户要查状态或结果，就直接让用户提供 taskId。

只要请求已经足够创建翻唱任务，就不要追问 reverbType、format 这类可选字段；但如果存在明显的男女声转换意图，仍要先提醒 pitchShift 建议值。

将“板式”“plate”视为 reverbType = 1。

将“大厅”“hall”视为 reverbType = 2。

将“无混响”“dry”视为 reverbType = 3。

最少追问原则

只有在以下情况下才追问：

请求里没有明确 modelId

请求里没有足够信息推断出可用的任务名称

用户要查询状态或结果，但当前上下文没有明确 taskId

不要为了确认以下内容单独追问：

可选的 inputFullUrl

type

reverbType

format

pitchShift

工作流程

1. 先确认用户要的是 AI 歌手翻唱，不是歌手训练。 2. 判断当前是创建模式还是查询模式。 3. 创建模式下，如果没有 modelId，先调用 GET /api/open/v1/cover/models。 4. 将可用模型列表展示给用户选择 modelId。 5. modelId 明确后，再从用户请求中提取翻唱参数并补默认值。 6. 如果请求中存在明显的男女声转换意图，先提醒 pitchShift 建议值；男转女建议 +12，女转男建议 -12。 7. 只有用户明确确认建议值或自行指定后，才把 pitchShift 写入创建请求。 8. 调用创建翻唱任务接口。 9. 返回 taskId、requestId 和当前 status。 10. 用户后续查询状态或结果时，使用已有 taskId 调用任务查询接口。 11. 如果用户明确要求持续等待结果，可以按固定间隔轮询同一个 taskId。 12. 轮询时，状态为 queued 或 processing 就继续等待；状态变成 succeeded 或 failed 就停止。 13. 轮询间隔默认 1 分钟，单次连续轮询默认最多 6 次；如果用户要求继续，再继续下一轮。 14. 回复时优先返回状态。 15. 任务成功后，返回 audioUrl、inputVocalUrl、inputInstrumentalUrl 以及其他可用字段。 14. 任务失败时，明确返回后端 error，不要假装结果已生成。

模型列表返回使用规则

调用 GET /api/open/v1/cover/models 后：

使用 data.rows 作为可选模型列表

至少向用户展示 modelId 和 modelName

有 description、tags、demoUrl、isRecommended 时，一并展示，帮助用户选择

用户未选定 modelId 前，不要继续进入创建任务步骤

输出格式

创建任务后，回复中应包含：

- 简短确认 - taskId - 当前 status - 有必要时补一句参数理解摘要

轮询或查询时，保持回复简洁，先说状态。

如果用户要求轮询等待，回复中应说明这是轮询结果，并在结束时明确说明是成功结束还是失败结束。

任务成功时，输出顺序优先：

- audioUrl - inputVocalUrl - inputInstrumentalUrl - inferenceUrl - format - score

错误处理

创建任务返回 400 时，说明请求参数不合法或不完整，并让用户修正模型 ID 或请求字段。

创建任务返回 401 时，说明百音开放平台 API Key 无效或当前环境不可用。

创建任务返回 402 时，说明账户余额不足。

查询任务返回 404 时，说明任务不存在，并让用户提供正确的 taskId。

任务状态为 failed 时，有后端错误信息就直接返回。

示例

示例 1：

User: Use model_123 to make a cover task called Night Song

识别结果：

- create mode - modelId = "model_123" - taskName = "Night Song" - type = 0 - reverbType = 3 - format = "mp3"

示例 2：

User: Use model_456 to cover this song: https://example.com/song.mp3

识别结果：

- create mode - modelId = "model_456" - inputFullUrl = "https://example.com/song.mp3" - infer a short taskName

示例 3：

User: 帮我做一个 AI 翻唱，但我还没选模型

下一步：

- 调用 GET {BASE_URL}/api/open/v1/cover/models - 把返回的 rows 展示给用户选择 modelId

示例 4：

User: Check the last cover task

识别结果：

- status mode - reuse the most recent cover taskId from the same conversation when available

示例 5：

User: Show me the result for task_abc123

识别结果：

- result mode - query GET /api/open/v1/tasks/task_abc123 - return audioUrl and related fields when status is succeeded

回复规则

在任务查询结果明确为 succeeded 之前，不要声称翻唱已经完成。

最终结果以任务查询接口返回字段为准，不要猜。

如果状态还是 queued 或 processing，就如实返回，不要虚构音频结果。

即使成功结果里没有 inputVocalUrl 或 inputInstrumentalUrl，也要返回已有的 audioUrl 和其他字段。

最终交付给用户的关键文本结果必须可读且不含乱码。

如果返回结果中存在乱码或 ??，必须明确标记为异常结果，不能当作正常成功结果交付。

用户只要求“查一次”时，不要擅自长时间轮询。