Was macht evo-dubbing-audio-processing?
Verarbeitet Audio-Resampling, Lautheitsnormalisierung gemäß ITU-R BS.1770-4 und LUFS-Messung für TTS-Segmente, um Rundfunkqualität zu gewährleisten.
Verarbeitet Audio-Resampling, Lautheitsnormalisierung gemäß ITU-R BS.1770-4 und LUFS-Messung für TTS-Segmente, um Rundfunkqualität zu gewährleisten.
Diese Fähigkeit (Skill) für KI-Agenten wie Claude Code, Cursor oder Codex ermöglicht die professionelle Audioverarbeitung von TTS-Segmenten (Text-to-Speech). Sie führt Resampling auf eine Zielabtastrate durch, normalisiert die Lautheit gemäß der ITU-R BS.1770-4-Empfehlung und misst die integrierte Lautheit in LUFS (Loudness Units relative to Full Scale). Dadurch wird sichergestellt, dass die Ausgabe des KI-Sprachsynthesizers konsistent und sendetauglich ist, ohne dass nachträgliche manuelle Bearbeitung erforderlich ist. Der Skill ist plattformunabhängig und kann in jeden KI-Agenten-Workflow integriert werden, der Audio-Post-Processing erfordert, insbesondere für Synchronisation, Voiceovers und Barrierefreiheit. Er basiert auf Standard-Audiobibliotheken und -werkzeugen wie FFmpeg oder SoX, die je nach Implementierung eingebunden werden können.
npx skills add https://github.com/OpenLAIR/OpenSkill/tree/main/tasks-evolved/multilingual-video-dubbing/environment/skills/evo-dubbing-audio-processingVerarbeitet Audio-Resampling, Lautheitsnormalisierung gemäß ITU-R BS.1770-4 und LUFS-Messung für TTS-Segmente, um Rundfunkqualität zu gewährleisten.
This repo contains 3 individual skills — each has its own dedicated page.
Muxes normalized TTS audio segments into the original video at precise time offsets using FFmpeg, and generates the JSON report with timing, drift, and loudness metadata.
Synthesizes target-language speech from text using Kokoro TTS, with speed/duration control to fit precise time windows. Handles SRT parsing, text extraction, and produces WAV segments.
A comprehensive skill for extracting chapter indices from tutorial videos using FFmpeg audio extraction, OpenAI Whisper ASR transcription with word-level timestamps, and semantic chapter alignment via fuzzy string matching.
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.