Communitygithub.com

Hownameee/short-videos

Lokale Kokoro-Erzählung generieren, überarbeiten oder Fehler beheben, einschließlich Aussprache und Wort-Timing für Szenen. Bereits bestätigte Clips wiederverwenden; die Python-Umgebung vor Setup-Änderungen überprüfen. Forschung, visuelle Inhalte, Musikkomposition und Veröffentlichung sind ausgeschlossen.

Was ist short-videos?

Dieses Skill ermöglicht es dir, mit dem Kokoro-TTS-System hochwertige lokale Erzählungen für Kurzvideos zu generieren, zu überarbeiten und zu debuggen. Es verwendet einen gemeinsamen Generator und stellt sicher, dass genehmigte Texte verwendet werden. Das Skill vermeidet das Kopieren projektspezifischer TTS-Skripte oder das Ersetzen von vorhergesagten Zeitstempeln durch geschätzte Satzzeiten. Es ist für Claude Code optimiert und wird über ein Python-Skript (`generate_audio.py`) gesteuert. Die Hauptfunktionen umfassen die Verwendung eines Caching-Mechanismus, der nur ungültige Szenen neu synthetisiert und unveränderte WAV-Dateien und Zeitstempel Bit für Bit beibehält. Das Skill erfordert die Validierung der generierten Audioqualität und des Timings über einen Workflow-Preflight-Check. Es ist besonders nützlich, um konsistente und effiziente Erzählungen zu erzeugen, ohne Zeit mit bereits bestätigten Clips zu verschwenden.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Hownameee/short-videos/tree/HEAD/.agent/skills/kokoro-tts

In Ihrer bevorzugten KI fragen

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

Dokumentation

Kokoro-Erzählung

Verwende den genehmigten Text und den gemeinsamen Generator; kopiere kein projektspezifisches TTS-Skript oder ersetze vorhergesagte Zeitstempel durch geschätzte Satzzeiten.

.venv-kokoro/bin/python tools/kokoro/generate_audio.py --project projects/NNN-topic

Der Helfer unterstützt die Anpassung von amerikanischen/britischen englischen Stimmen mit 24 kHz. Lies Setup- und Sprachreferenz nur für Installation, Abhängigkeitsfehler oder Sprachwechsel; überprüfe zuerst interpreter/pyvenv.cfg. Frage, bevor du Abhängigkeiten hinzufügst. Andere Sprachen benötigen einen unterstützten Anbieter oder ein Vorsprechen; versprich niemals natives Vietnamesisch von englischer Phonetik.

Überarbeitungen und Wiederverwendung

Behalte stabile, eindeutige Szenen-IDs. Der Generator prüft Text/Aussprache, Modell, Stimme, Sprache, Geschwindigkeit, Abtastrate, Paket- und Generator/Caption-Code-Version, WAV-Hash/Dauer sowie Wort-/Caption-Abdeckung. Nur ungültige Szenen werden synthetisiert; unveränderte WAVs und Zeitstempel bleiben Bit für Bit erhalten. Alte bestätigte Manifeste können einmal übernommen werden. Ein vollständig unveränderter Durchlauf lässt auch das Manifest unverändert. Die Generierung speichert alle Ergebnisse zwischen, bevor das Stimmverzeichnis ausgetauscht wird; ein Fehler bewahrt den vorherigen Satz. Führe keine gleichzeitigen Schreiber für ein Projekt aus.

Verwende --force, um alle Clips absichtlich neu zu generieren, auch nach dem Ändern von lokal zwischengespeicherten Modellgewichten unter derselben Modellkennung (Gewichtsbytes sind nicht Teil des Cache-Schlüssels). Ein neues Modell/Stimme/Geschwindigkeit macht jeden betroffenen Clip ungültig. Eine reine Musikrevision ruft TTS nicht auf.

Normalisiere Akronyme/Zahlen/URLs mit der Aussprachekarte des Skripts. Behalte sourceText versus gesprochenen Text bei; Untertitel folgen dem gesprochenen Text, sofern nicht separat ausgerichtet. Sage jede beabsichtigte Phrase einmal. Zeichensetzung ist keine Garantie für das Timing.

Messe die tatsächlichen WAV-Dauern vor den Szenenbildern. Kürze, dehne oder teile dichte Szenen, bevor du die Geschwindigkeit erhöhst; schneide niemals Sprache, um in eine geschätzte Dauer zu passen. Behalte rohes Audio bei und erstelle bei Bedarf separate aufgefüllte/neue Abtastraten-Derivate.

Validieren

Führe den Workflow-Preflight nach der Generierung aus. Erfordert vollständige geordnete Wörter im Bereich, Phrasengrenzen, korrekte Abtastrate, nicht leeres dekodierbares Audio und gemessene Dauer. Zeitangaben enthalten die tatsächlichen vorherigen Blocklängen und setzen Satzzeichen. Überprüfe fehlende/wiederholte/beschnittene Wörter, Aussprache, Pausen, Spitzen und Rand am Ende. Höre nach Möglichkeit zu; vorhergesagte Ausrichtung ist keine unabhängige Transkription. Überprüfe drei aufeinanderfolgende gerenderte Highlights und eine spätere Szene/Bildsequenz, folge den Standards. Dokumentiere nicht durchgeführtes Hören.

Individual skills in this repo

This repo contains 11 individual skills — each has its own dedicated page.

Hownameee/short-videos

Router for all Remotion skills

Hownameee/short-videos

Transcribing, displaying and animating captions

Hownameee/short-videos

Structure Remotion markup for interactivity

Hownameee/short-videos

Remotion Map animation knowledge

Hownameee/short-videos

Content, animation and effects best practices

Hownameee/short-videos

Upgrade Remotion, and related packages

Hownameee/short-videos

>- Run Phase 1 of the shared short-video workflow: turn a raw topic or prompt into a sourced research pack and 2–4 distinct video directions, each with a defensible tension hook, promise, payoff, beats, visual approach, duration range, and risks. Use whenever the user asks for video ideas, angles, research, facts, hooks, topic analysis, or choices before scriptwriting. Stop for the user's direction choice and do not silently continue into script or production.

Hownameee/short-videos

Produce an approved short video or correct an existing video's background sound, emotion, captions, mix or export. Generate only changed narration, render and review a current preview, run technical and editorial QC, then export. Exclude script-only and general audio-advice requests.

Hownameee/short-videos

>- Run Phase 2 of the shared short-video workflow: convert an explicitly selected direction and its research into a reviewable beat sheet, narration, flexible scene timing, on-screen text, visual plan, captions, music and SFX cues, pronunciation notes, payoff, takeaway, and contextual CTA. Use whenever a user asks to write, revise, preview, or approve a short-video script. Stop for script approval and do not generate TTS or render video yet.

Hownameee/short-videos

>- Design and review a coherent visual system for short-form video before and during Remotion implementation. Use for video art direction, scene UI, typography, layout, color, diagrams, captions, motion, transitions, platform safe areas, or visual-quality review. Use Remotion skills separately for API, timeline, media, Studio, and rendering behavior; do not use this skill for narration-only or research-only work.

Hownameee/short-videos

Coordinate prompt-to-short-video discovery, scripting and production. Resume existing projects and route soundtrack or mix corrections directly to production. Preserve direction choice and script approval; exclude general audio advice.

Verwandte Skills