Communitygithub.com

film-voiceover

Schreiben, prüfen, testen und aufnehmen der Sprachaufnahme für einen Produktfilm, nachdem das Bild freigegeben wurde, als Drehbuch auf einem Storyboard der tatsächlichen Filmframes, mit wählbaren Regieanweisungen, einem Kohärenzcheck mit geschlossenen Augen, einem Aussprachetest für den Produktnamen, TTS-Aufnahme pro Abschnitt (Fish Audio), Platzierung der Phrasen auf der Film-Zeitleiste, Mischen und Muxen. Stufe 5 von product-film. Verwenden, wenn ein Launch-/Promofilm eine Erzählung benötigt oder der Eigentümer sagt, die Sprachaufnahme klinge wie KI, passe nicht zu den Frames oder spreche den Namen falsch aus.

Was ist film-voiceover?

Dieser Skill automatisiert den gesamten Workflow zur Erstellung einer professionellen Sprachaufnahme für Produktfilme, nachdem das Bildmaterial fertiggestellt ist. Er umfasst die Entwicklung eines Drehbuchs basierend auf dem Storyboard, die Auswahl von Regieanweisungen, Aussprachetests für Produktnamen, segmentierte TTS-Aufnahmen mit Fish Audio, die präzise Platzierung von Sprachphrasen auf der Zeitachse des Films sowie das finale Mischen und Muxen der Audiospuren. Der Skill ist besonders nützlich, wenn ein Launch- oder Promofilm eine natürliche Erzählung benötigt oder der Eigentümer bemängelt, dass die Sprachaufnahme wie KI klingt, nicht zu den Bildern passt oder den Namen falsch ausspricht. Er unterstützt Entwickler und Content-Ersteller mit einer strukturierten Abfolge von Toren (Gates), darunter ein Kohärenzcheck, ein Aussprachetests mit mehreren Schreibvarianten sowie Werkzeuge zur nahtlosen Integration der Sprache in die Film-Zeitleiste, inklusive automatischer Überlappungsprüfungen und professioneller Audio-Pegelung (-14 LUFS, ≤ -1 dBTP). Der Skill eignet sich für Plattformen, die Node.js, Python und Fish Audio unterstützen, und ist als Stufe 5 des product-film-Workflows konzipiert.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/aqeelshamz/product-film-skills/tree/HEAD/film-voiceover

In Ihrer bevorzugten KI fragen

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

Dokumentation

Sprachaufnahme für den Film

Die Stimme kommt NACH der Freigabe des Bildmaterials und wird darauf abgestimmt. Das Bild wird niemals verschoben, um zur Stimme zu passen, es sei denn, der Eigentümer verlangt dies. Lies references/writing.md (jedes abgelehnte Muster mit Vorher/Nachher), bevor du ein Wort schreibst, und verwende die Copywriting- und Humanizer-Skills für jeden Entwurf.

Tor 1 · Regieanweisungen und Drehbuch (noch keine Aufnahme)

  1. Jede Einstellung verstehen. Schreibe für jeden Beat in storyboard.json in einer Zeile, wozu die Einstellung dient. Wenn du es nicht kannst, frage den Eigentümer. Zeilen, die beschrieben, was eine Einstellung zu zeigen schien (ein Haustier an einer Wand mit winzigen Gegenständen), wurden abgelehnt.
  2. Regieanweisungen. Wenn die Kameraperspektive offen ist, schreibe 2–4 vollständige Regieanweisungen, die sich darin unterscheiden, was sie dem Zuschauer bieten, z.B.: Tipps, die der Zuschauer nutzen kann · Die tägliche Nervensache · Wie es funktioniert · Zweifel ausgeräumt (wichtige Sicherheit, Kosten, Plattformen). Für jede: das vollständige Transkript, was sie gut kann, ihr Risiko. Setze deine Wahl an die erste Stelle.
  3. Auf das Storyboard setzen mit ECHTEN Frames: Rendere ein Standbild pro Beat (node scripts/render.mjs --at …), setze vo pro Regieanweisung in storyboard.json, erstelle review/storyboard.html (Skript von film-storyboard). Die Seite öffnet sich mit jeder Regieanweisung als einem Absatz: der Lesecheck mit geschlossenen Augen.
  4. Selbstprüfung mit den fünf Tests in references/writing.md (geschlossene Augen, Frame, Fremder, Slop-Scan, Behauptungen).
  5. Sende das Storyboard; frage, welche Regieanweisung und was geändert werden soll. Stelle die Fragen zur Sprachaufnahme aus product-film/references/question-bank.md (Stimme, wen sie anspricht, Tonfall, wie viel Stimme). Iteriere, bis ein klares Ja kommt. Schreibe das genehmigte Skript in VO-SCRIPT.md mit dem Zeitbereich pro Zeile und „woher jede Behauptung stammt“. Führe einen Commit durch.

Tor 2 · Aussprache (vor der vollständigen Aufnahme)

  1. Frage, wie der Produktname (und jedes andere ungewöhnliche Wort) ausgesprochen wird, in den Worten des Eigentümers („WIZ-get, hartes g“).
  2. Teste Schreibweisen, jeweils einen kurzen Clip (einen kurzen Satz mit dem Namen): den einfachen Namen, mit Bindestrich, verdoppelter Konsonant (z.B. „Nimbet“, „Nim-bet“, „Nimbbet“). Mehrere Schreibweisen in einem Take kommen kürzer und verwirrend heraus. Benenne jede Datei nach ihrer Schreibweise. Sende sie; der Eigentümer wählt aus.
  3. Nimm den Gewinner auf in vo.json › voice.note, in VO-SCRIPT.md und im Gedächtnis für zukünftige Filme. Sende die korrekte Schreibweise niemals an die Engine, wenn sie sie falsch ausspricht: sende überall die Umschreibung.

Tor 3 · Aufnehmen, platzieren, mischen

  1. Credits zuerst: Überprüfe das TTS-Guthaben. Fish Audio: maximal ~500 Bytes pro Aufruf, abgerechnet pro Byte. Nimm pro Abschnitt auf (audio/vo/l1.wav, l2.wav…), nicht das gesamte Skript in einem Aufruf.
  2. Stimme: diejenige, die der Eigentümer aus den Beispielen ausgewählt hat (Fish „Ethan“ wurde für einen ruhigen Produktfilm freigegeben). Passe das Tempo mit tempo ≤ 1,1–1,15 pro Phrase an; beschleunige niemals einen gesamten Take.
  3. In Phrasen schneiden: python3 scripts/vo.py --scan listet Sprachsegmente pro Take auf; schreibe Phrasen in vo.json mit take, from, to, text.
  4. Platziere jedes at einer Phrase (Beats = Videosekunden × 2), sodass ihr Schlüsselwort mit dem passenden Bild oder den Bildschirmtexten übereinstimmt. Erhalte Videzeiten mit node tools/probe.mjs cuts und "window.UNWARP(<story t>)". Führe python3 scripts/vo.py aus, bis es overlaps: none meldet; lasse ≥ 0,25 s zwischen Phrasen.
  5. Mischen und Muxen: python3 scripts/sfx_samples.py && python3 scripts/mix.py (-14 LUFS, ≤ -1 dBTP; Stimme 0, Soundeffekte etwa -10, Musik nach Wahl des Eigentümers) dann node scripts/render.mjs --mux [--fmt 9x16].
  6. Sende den vertonten Schnitt mit dem Transkript und einer Tabelle, wo jede Zeile landet. Sage, dass du es nicht hören kannst; frage nach Aussprache, Tempo, Lautstärke und jeder Zeile, die auf dem falschen Frame landet. Iteriere. Führe einen Commit von vo.json und VO-SCRIPT.md durch.

Wenn sich das Bild später ändert

Führe erneut eine Sondierung durch, platziere die Phrasen (at) neu, mische und muxe erneut. Für 9:16 funktioniert dieselbe audio/mix.wav, wenn der Timing gemeinsam genutzt wird.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

film-build

Build a product film in code as a deterministic seek(t) web page (real product UI, real OS chrome, kinetic text, typed prompts, a cursor, morphs and camera moves), review it as stills and drafts, render it at 60 fps with motion blur, and adapt it to 9:16 without changing 16:9. Ships a project kit (init.sh, film engine, render/sync/probe/sheet/regression tools). Stage 3 and 6 of product-film. Use when building, fixing or rendering the picture of a launch/promo film, or making its vertical version.

film-sound

Add sound to a finished product-film picture with real recorded sound effects (CC0 packs such as Kenney's) placed only on real on-screen events, decide with the owner whether there's a music bed, mix to -14 LUFS and mux into the renders without re-rendering. Stage 4 of product-film. Use when a film's picture is approved and needs sound effects or music, or when the owner says the sounds feel fake, synthetic or "AI slop".

film-storyboard

Write the story of a product film as beats (what the viewer sees, the words on screen, the voice, the sound, why the beat exists, and where each claim is proven) and send it to the owner as a one-page storyboard with frames for review, with 2–4 directions when the story is open. Stage 2 of product-film, and the review format reused for the voiceover. Use when planning a launch/promo film's story, shot list, or script, or when the owner says "give me a storyboard", "give me directions", "I'll review and decide".

product-film

Make a product launch / promo / explainer film that sells and does not look or sound AI-made, through review gates the owner signs off one at a time. Study a reference video for its grammar (never copy it), then storyboard, build the film in code, add sound, write and record the voiceover, and deliver 16:9 and 9:16. Use when someone wants a launch video, promo, product film, explainer, ad, "a video like this one" for their product, or says the last video looked like "AI slop" or "vibe coded". Entry point for the film-* skills (film-reference-study, film-storyboard, film-build, film-sound, film-voiceover).

Verwandte Skills