Communitygithub.com

christiansalazar-wk/ai-lore

HyperFrames Medienvorverarbeitung – TTS-Erzeugung, Audiotranskription, Hintergrundentfernung und Asset-Optimierung.

Was ist ai-lore?

Diese Fähigkeit ermöglicht KI-Agenten die Nutzung der HyperFrames-Plattform zur schnellen und automatisierten Medienvorverarbeitung. Dazu gehören die Erzeugung natürlich klingender Sprachausgabe (Text-to-Speech) mit über 20 neuronalen Stimmen in verschiedenen Sprachen und Geschlechtern, die Transkription von Audio- und Videodateien in gängige Untertitelformate (VTT, SRT, JSON), die Entfernung von Hintergründen aus Bildern und Videos sowie die automatische Audiodynamik-Steuerung (Ducking) für Hintergrundmusik. Die Fähigkeit unterstützt außerdem die Erstellung von Wellenform-Visualisierungen, die direkt in HyperFrames-Szenen eingebettet werden können. Sie ist über die Kommandozeile (CLI) mit dem Befehl `npx hyperframes` und über HTML-Datenattribute in HyperFrames-Clips nutzbar. Damit eignet sie sich besonders für die schnelle Produktion von Videocontent, Präsentationen und interaktiven Medien, bei denen Zeitersparnis und Konsistenz entscheidend sind.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/christiansalazar-wk/ai-lore/tree/HEAD/skills/hyperframes-media

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

HyperFrames Medien

Text-to-Speech (TTS)

<div data-hf-clip
     data-hf-tts="Willkommen bei HyperFrames."
     data-hf-tts-voice="en-US-neural-f1"
     data-hf-tts-speed="1.0"
     data-hf-tts-emotion="neutral"
     data-hf-start="1s">
</div>
AttributWerte
data-hf-tts-voiceSprach-ID
data-hf-tts-speed0,5–2,0
data-hf-tts-pitch−20 bis +20 Halbtöne
data-hf-tts-emotionneutral, cheerful, sad, excited, calm

Sprach-IDs

IDSpracheGeschlecht
en-US-neural-f1en-USW
en-US-neural-m1en-USM
en-GB-neural-f1en-GBW
en-AU-neural-m1en-AUM
es-ES-neural-f1es-ESW
fr-FR-neural-f1fr-FRW
de-DE-neural-m1de-DEM
ja-JP-neural-f1ja-JPW
zh-CN-neural-f1zh-CNW

Transkription

npx hyperframes transcribe assets/interview.mp4 --out assets/interview.vtt
# --language de  --format vtt|srt|json  --timestamps word

Hintergrundentfernung

npx hyperframes bg-remove assets/speaker.jpg --out assets/speaker-nobg.png
npx hyperframes bg-remove assets/speaker.mp4 --out assets/speaker-nobg.webm --model quality

Audio-Ducking

<audio data-hf-clip data-hf-start="0s" src="assets/bg-music.mp3"
       data-hf-duck="0.15"
       data-hf-duck-attack="0.3s"
       data-hf-duck-release="0.6s" />

Wellenform-Visualisierung

<div data-hf-clip data-hf-start="0s" data-hf-duration="10s"
     data-hf-waveform="assets/music.mp3"
     data-hf-waveform-color="#58a6ff"
     data-hf-waveform-style="bars"
     style="width:800px;height:120px;position:absolute;bottom:40px;left:560px;">
</div>

Stile: bars, line, circle, dots

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

Verwandte Skills