Communitygithub.com

ZJU-REAL/Easel

Allgemeine Audiobearbeitung: Schneiden/Kürzen, Formatkonvertierung (mp3/wav/m4a/aac), Loudness-Normalisierung, Audiospuren aus Videos extrahieren, mehrere Dateien zusammenfügen, Ein-/Ausblenden, Geschwindigkeit ändern (Tonhöhe erhalten).

Was ist Easel?

Dieses Skill (Easel) bietet eine umfassende Palette allgemeiner Audiobearbeitungsfunktionen, die über ein einziges Python-Skript (`audio_ops.py`) gekapselt werden, das ffmpeg aufruft. Es unterstützt Operations wie Trimmen, Konvertierung, Loudness-Normalisierung, Extraktion von Tonspuren aus Videos, Zusammenfügen mehrerer Audiodateien, Ein-/Ausblenden sowie Geschwindigkeitsänderung unter Erhalt der Tonhöhe. Im Gegensatz zum spezialisierten `audio-denoise`-Skill, das sich ausschließlich auf Rauschunterdrückung konzentriert, deckt Easel alle anderen Audio-Operationen ab (inklusive einer integrierten Denoise-Funktion als Fallback). Der Workflow ist deterministisch und reproduzierbar: Das Skript gibt den tatsächlich ausgeführten ffmpeg-Befehl aus, informiert vor jeder Operation über die Dateieigenschaften und speichert Ergebnisse im Ordner `outputs/Thema/`. Es wird auf Systemen mit installiertem ffmpeg/ffprobe verwendet, prüft die Umgebung automatisch und liefert Installationshinweise bei Fehlen. Profile werden optional berücksichtigt (z. B. zielplattformspezifische Lautstärke), standardmäßig werden aber allgemein gültige Parameter (‑14 LUFS, 192 kbps) genutzt.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ZJU-REAL/Easel/tree/HEAD/skills/openclaw/audio-editing

In Ihrer bevorzugten KI fragen

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

Dokumentation

Allgemeine Audiobearbeitung

Allgemeine Audio-Operationen (außer Rauschunterdrückung): Schneiden, Konvertierung, Loudness-Normalisierung, Audiospuren extrahieren, Zusammenfügen, Ein-/Ausblenden, Geschwindigkeit ändern. Alles wird über das gemeinsame Skript skills/shared/scripts/audio_ops.py gekapselt, das ffmpeg aufruft – Parameter sind festgelegt und reproduzierbar, es werden keine Befehle spontan zusammengebaut.

Eingabe

FeldErforderlichBeschreibung
input_fileJaPfad zur Audio- oder Videodatei
operationJatrim / convert / normalize / extract / concat / fade / speed / denoise / info
output_fileNeinStandard: outputs/Thema/{name}-{op}.{ext}

Unterstützte Formate: wav / mp3 / m4a / aac / flac, Video-Container: mp4 / mkv / mov (für Ton extraktion).

Ausgabe

  • Verarbeitete Audiodatei (gespeichert in outputs/Thema/)
  • Bei jedem Vorgang wird der tatsächlich ausgeführte ffmpeg-Befehl sowie Dauer/Bitrate/Kanäle/Samplerate der Ausgabedatei ausgegeben

Ausführungsschritte

Skriptpfad (relativ zum Projektstamm): skills/shared/scripts/audio_ops.py. Jeder Unterbefehl unterstützt -h.

0. Umgebungsprüfung + Erkundung

python skills/shared/scripts/audio_ops.py info input.mp3

Das Skript prüft selbstständig, ob ffmpeg/ffprobe vorhanden ist, und gibt bei Fehlen Installationshinweise aus. Vor Eingriffen zuerst info ausführen, um Dauer/Bitrate/Kanäle der Datei anzuzeigen.

1. Trimmen trim

# Start- und Endzeit
python skills/shared/scripts/audio_ops.py trim in.mp3 -o outputs/Thema/clip.mp3 --start 00:00:05 --end 00:00:20
# Start + Dauer
python skills/shared/scripts/audio_ops.py trim in.mp3 -o clip.mp3 --start 5 --duration 15

2. Konvertierung convert

python skills/shared/scripts/audio_ops.py convert in.wav -o out.mp3 --bitrate 192k
python skills/shared/scripts/audio_ops.py convert in.m4a -o out.wav --sample-rate 44100 --channels 2

Das Ausgabeformat wird durch die Dateierweiterung bestimmt (mp3/wav/m4a/aac).

3. Loudness-Normalisierung normalize

python skills/shared/scripts/audio_ops.py normalize in.mp3 -o out.mp3

Standardmäßig wird auf -14 LUFS / -1.5 dBTP (übliche Lautstärke für Social Media/Podcasts) normalisiert. Kann mit --i, --tp, --lra überschrieben werden.

4. Tonspur extrahieren extract

python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.m4a
python skills/shared/scripts/audio_ops.py extract video.mp4 -o audio.aac --copy   # Keine Neucodierung, am schnellsten

5. Zusammenfügen concat

python skills/shared/scripts/audio_ops.py concat a.mp3 b.mp3 c.mp3 -o all.mp3

Die Dateien werden in der angegebenen Reihenfolge zusammengefügt; Neucodierung sorgt für Kompatibilität bei unterschiedlichen Sampleraten/Containern.

6. Ein-/Ausblenden fade

python skills/shared/scripts/audio_ops.py fade in.mp3 -o out.mp3 --fade-in 2 --fade-out 3

--fade-out wird automatisch N Sekunden vor dem Ende positioniert.

7. Geschwindigkeit ändern speed (Tonhöhe erhalten)

python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 1.5   # 1.5× Geschwindigkeit
python skills/shared/scripts/audio_ops.py speed in.mp3 -o out.mp3 --factor 0.8   # Verlangsamen

Basierend auf atempo (Tonhöhe erhalten); bei Werten außerhalb von 0,5–2,0 wird automatisch kaskadiert.

8. Rauschunterdrückung denoise (Fallback – für Spezialfälle bitte audio-denoise verwenden)

python skills/shared/scripts/audio_ops.py denoise in.wav -o out.wav --tier 2

Abgrenzung zu audio-denoise

  • audio-denoise: Spezialisiertes Skill für Rauschunterdrückung – kümmert sich um Stufenauswahl, Modell-Download, Rauschminderungsbericht usw. Wenn eine gründliche Rauschunterdrückung nötig ist, dieses verwenden.
  • audio-editing: Allgemeine Audiobearbeitung. Der Befehl denoise dient lediglich als praktischer Fallback. Beide rufen die gleiche audio_ops.py denoise-Funktion auf und haben die gleiche Fähigkeit, unterscheiden sich aber in der Ausrichtung.

Regeln

  1. Originaldateien niemals löschen – Neue Dateien werden nur in outputs/Thema/ geschrieben.
  2. Erst info, dann verarbeiten – Dateiinformationen anzeigen, um Fehlbedienungen zu vermeiden.
  3. Videoeingabe: Nur Audio bearbeiten – Denoise verwendet bei Video automatisch -c:v copy; reine Tonextraktion mit extract.
  4. Transparente Ausführung – Das Skript gibt den tatsächlichen ffmpeg-Befehl aus.
  5. Ohne Profile nutzbar – Die Audiobearbeitung ist nicht von Benutzerprofilen abhängig.

Profil-Erkennung

Falls ein Profil vorhanden ist, können plattformspezifische Standardparameter (z. B. Lautstärke für Kurzvideos, Zielbitrate) angewendet werden; ohne Profil wird auf allgemeine Standardwerte (-14 LUFS, 192 kbps) zurückgegriffen.

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ZJU-REAL/Easel

AI 视频生成:文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider(通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容)异步生成视频,用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy(选型/策略)、video-editing(剪辑处理)、clipify(切片)区别:本 SKILL 是从 0 用 AI 生成新视频。

ZJU-REAL/Easel

一句话主题 → 成品短视频:自动串联 文案→配图/AI视频→配音→字幕→BGM→合成,把 Easel 制作层零件编排成一条'一键出片'流水线。**单条视频、口播/资讯向,画面默认逐句配图 + Ken Burns 缓动,需要动态时才逐段图生视频**。当用户说 一键生成视频、自动做短视频、主题生成视频、帮我做条视频、口播视频一条龙、自动出片、短视频一键生成 时使用。**有剧情/角色/对白/反转/多集的短剧改用 short-drama(每镜强制图生视频、不用静态图冒充);只写脚本用 video-script;只生成单个片段用 ai-video-gen。**

ZJU-REAL/Easel

自动字幕 / 语音转字幕:把音频或视频里的语音识别成字幕文件(SRT/ASS/TXT/JSON),可选把字幕烧录进视频。当用户说自动字幕、语音转字幕、视频加字幕、上字幕、转录、听写、字幕文件、生成字幕、烧字幕时使用。

ZJU-REAL/Easel

音乐卡点视频 / 踩点视频:检测背景音乐的节拍,让图片或片段在节拍点上切换,配推进/白闪特效,做出燃系'卡点'短视频。当用户说 卡点视频、踩点视频、音乐卡点、节奏卡点、按音乐切换、鼓点视频、踩节奏、beat 卡点、图片卡点、卡点混剪 时使用。基于 shared/scripts/beatsync.py(librosa 节拍检测)。与 slideshow-video 区别:slideshow 每图固定时长、柔和转场,本 SKILL 切换点由音乐节拍决定、硬切踩点带特效。

ZJU-REAL/Easel

Easel clipify: long English talk → punchline cuts → optional 16:9→9:16 face-pan/split → opus word-by-word ASS burn. Ships scripts + assets/preview.png. Part of 1.6k★ Easel suite.

ZJU-REAL/Easel

>- 通用图像处理加工:改尺寸/缩放、裁剪、补边适配平台尺寸、格式转换(png/jpg/webp)、 压缩到目标大小、加文字或图片水印、圆角、多图拼接、生成缩略图、读图片信息。 基于 image_ops.py 确定性处理。 使用时机:用户说"改尺寸"、"缩放图片"、"裁剪"、"压缩图片"、"加水印"、"转格式"、 "圆角"、"拼图/多图联排"、"缩略图"、"适配小红书/朋友圈尺寸"、"把图 pad 成 1:1"。 和 card-*(卡片类)的区别:card-* 是"HTML 设计→渲染出图", image-editing 只加工已有图片,不负责视觉设计。

ZJU-REAL/Easel

多角色对话配音:按 cast 和逐行对白为不同角色分配音色与情绪,合成多声线音轨和带角色名字幕。 当用户说“多角色/双人/剧本/对话配音、多人对白、不同角色不同声音、有声剧配音”时使用。 单一公共音色用 tts-voiceover;克隆本人音色用 voice-clone;整部短剧制作由 short-drama 编排。

ZJU-REAL/Easel

Easel video-highlights: CN/livestream highlight extract + stable static vertical reframe (sibling to clipify).

ZJU-REAL/Easel

>- 视频制作策略与工具选型:AI 视频生成模型对比、视频脚本结构设计、制作流程规划,覆盖产品演示/解说/社媒短视频场景。 当用户说"视频怎么做""视频选型""用什么工具做视频""视频制作流程""视频策略""视频系列规划"时使用。 和 video-script 的区别:video-strategy 做内容规划与工具选型,video-script 写具体某条视频的脚本。

Verwandte Skills