Was macht gemini-tts-srt?
Ein OpenClaw / Claude Skill, der mit dem TTS-Modell der Google Gemini API Skripte vertont und gleichzeitig zeitlich synchronisierte SRT-Untertitel erstellt – Gemini Text-to-Speech mit zeitlich abgestimmten SRT-Untertiteln.
Ein OpenClaw/Claude Skill, der mit dem TTS-Modell der Google Gemini API Skripte vertont und gleichzeitig zeitlich synchronisierte SRT-Untertitel erstellt.
Dieser Skill ermöglicht es KI-Agenten wie Claude, Google Geminis Text-to-Speech (TTS) API zu nutzen, um Skripte in Audiodateien umzuwandeln und parallel dazu exakt zeitlich abgestimmte SRT-Untertiteldateien zu generieren. Er ist besonders nützlich für Entwickler und Content-Ersteller, die mehrsprachige Audioinhalte mit Untertiteln produzieren möchten, etwa für Videos, Podcasts oder Lernmaterialien. Der Skill unterstützt die direkte Integration in Claude- und OpenClaw-Umgebungen und verarbeitet Eingaben wie Skripttexte oder SRT-Dateien, um eine nahtlose Synchronisation von Sprache und Text zu gewährleisten. Durch die Nutzung der Gemini-API werden dabei hohe Sprachqualität und präzise Zeitstempel erzielt, die den Anforderungen professioneller Produktion gerecht werden.
npx skills add Openclaw-Metis/gemini-tts-srtEin OpenClaw / Claude Skill, der mit dem TTS-Modell der Google Gemini API Skripte vertont und gleichzeitig zeitlich synchronisierte SRT-Untertitel erstellt – Gemini Text-to-Speech mit zeitlich abgestimmten SRT-Untertiteln.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.